Category: Generative AI

在当今全球化的环境中，高质量的翻译服务变得越来越重要。大语言模型凭借其强大的语言理解和生成能力，在翻译任务中表现出色。通过精心设计的提示词（prompts），LLM 能够更好地理解翻译场景，产出符合特定业务需求的翻译结果。然而，在涉及大量专业术语的特定领域中，LLM 的原生翻译能力往往显得力不从心。本文将探讨如何结合多个AWS服务来增强 LLM 的翻译能力，特别是在处理专业术语时的表现。

集成 Dify 和 AWS Service 实现更具灵活性的翻译工作流，本文介绍了集成两者的机制和具体方法，并给出了案例。

利用 Amazon Bedrock 知识库和定制的 Zendesk App 帮助客服团队快速应用检索增强生成（RAG）能力、提高工作效率的解决方案。主要包括使用 Bedrock 知识库进行 RAG 查询和响应生成、基于 Zendesk App 提供客服交互界面、记录日志用于优化等关键环节。通过较低的成本即可获得强大的 GenAI 辅助能力。

Amazon Connect 是一种基于云的联络中心服务，旨在帮助企业提供更灵活、更高效的客户支持。通过集成多种通信渠道和自动化工具，Amazon Connect 能够显著提升客户体验和业务效率。某客户前期已经使用 Amazon Connect 在工作时间为其终端用户提供人工电话咨询服务。为了在非工作时间为终端用户提供自动化问答服务，我们将 Amazon Lex 和 Amazon Bedrock 与现有知识库结合起来，借助大型语言模型，为客户构建一个自动化的问答方案。

理解并优先考虑弹性对于生成式 AI 工作负载来满足组织的可用性和业务连续性要求至关重要。这篇文章讨论了生成式 AI 工作负载的不同技术栈以及应该考虑的因素。

关于悠星 上海悠星网络科技有限公司成立于 2014 年，总部位于中国上海，并于日本东京和韩国首尔设有办事处。自 […]

结合使用 Real-ESRGAN 和 SwinIR 以及 AWS 服务来编排工作流程，可以将低分辨率视频作为输入来生成 4 倍分辨率的视频。该解决方案可用于自动化大规模超分辨率处理媒体内容的过程。

在这篇文章中，笔者将展示如何使用“智能体”技术，从头开始搭建一个“狼人杀”游戏服务器端。

本文展示了开发团队如何利用 AWS 云服务（如 Amazon Bedrock、Amazon Inspector、AWS Lambda 和 Amazon EventBridge）构建一个无服务器的事件驱动解决方案，在持续集成流水线中自动检测和修复容器的通用漏洞披露（CVE）。借助强大的生成式人工智能和无服务器技术，这一曾经复杂的挑战变得不再困难。

我们探讨了如何利用 Amazon Bedrock、Claude 3 大型语言模型和云原始监控工具 Grafana 来构建一个应用智能巡检系统。我们构建了一个端到端的巡检流程,包括创建 CloudWatch 数据元，监控指标创建、仪表盘关键信息提取、巡检等步骤。通过结合 Claude 3 的强大多模态能力和自然语言处理能力,我们能够高效地对多个监控指标进行巡检、分析。让大语言模型自动提取关键信息、分析当前系统状态,并生成总结性报告。