亚马逊AWS官方博客
Category: Artificial Intelligence
使用 Amazon SageMaker + Amazon Bedrock 构建全语音智能问答助手
以客户的实际场景出发,介绍了全语音智能问答在 Amazon 云上,通过 SageMaker 和 Bedrock 服务提供的能力进行落地的实践,本文中的示例脚本和代码,可以供感兴趣的小伙伴在类似的业务场景中,方便快捷地进行语音问答对话助手的集成实施和优化。
基于 AWS 服务实现具备专词映射能力的大语言模型翻译
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
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。
基于 AIOps 全球基础架构设施自动化运维的设计思路
AIOps 的全称为 Artificial Intelligence for IT Operations,即为 IT 运维服务的人工智能。AIOps 是将人工智能和大数据分析技术应用于 IT 运维领域,旨在提高运维效率、自动化运维流程。AIOps 系统能够持续收集IT系统的各种运行数据,利用机器学习算法分析这些数据,及时发现异常情况、故障根源,并提供智能化的修复建议。它可以减轻运维人员的工作强度,提高故障处理效率。
确保生成式人工智能安全:生成式人工智能安全性范围界定矩阵简介
生成式人工智能(Generative AI)激发了企业的想象力,并不断推动全球各行各业各种规模企业的客户体验转型。在拥有数十亿个参数的大型语言模型(LLM)和转换器神经网络的推动下,人工智能的功能实现了飞跃,为新型工作效率提升、创意功能等打开了大门。
确保生成式人工智能安全:应用相关的安全控制措施
这是有关确保生成式人工智能安全的系列文章的第 3 部分。我们建议首先阅读综述性博文确保生成式人工智能安全:生成 […]
云学堂:业务代码能力提升 44%,基于 Amazon SageMaker 大模型微调赋能代码生成的创新实践
本文详细介绍了云学堂利用 Amazon SageMaker 平台,针对 Java 代码生成领域进行大语言模型微调的探索和实践。通过精心的数据准备、创新的训练技术和全面的模型评估,云学堂成功开发出基于 DeepSeek-Coder 性能卓越的业务代码生成模型。
使用 Amazon Bedrock 和 Amazon Lambda 实现视频字幕无服务器自动翻译
本文介绍使用大语言模型和无服务器服务实现字幕的多语言无服务器自动翻译。
使用 Amazon SageMaker 微调 Baichuan-2 模型
本篇文章主要介绍如何使用 Amazon SageMaker 进行 Baichuan-2 模型微调的示例。
使用 Amazon SageMaker 微调 WizardCoder 模型
本篇文章主要介绍如何使用 Amazon SageMaker 进行 WizardCoder 模型微调的示例。