Category: Artificial Intelligence

人工智能（AI）是我们这一代出现的最具变革性的技术之一，它为成为向善的力量并推动经济增长提供了机会。拥有数千亿个参数的大型语言模型（LLM）的发展解锁了新的生成式人工智能用例，以改善客户体验、提高员工工作效率等等。在亚马逊云科技，我们始终致力于以负责任的方式利用人工智能，与客户携手开发和使用人工智能系统，并将安全性、公平性和保密性放在首位。

在本篇文章中，我们会介绍使用 Horovod 和 Pytorch 利用亚马逊云科技的 EC2 GPU 资源，进行多机多卡分布式训练。本文主要分为 3 部分，方案概述（包括 3 种我们根据不同的用户场景设计的方案），配置细节以及实战中碰到的问题分享和最佳实践。

本系列博客从代码、实操层面出发，带领大家基于 Bedrock Agent 从 0 到 1 快速实现智能体构建。场景是金蝶发票云探索基于基础大模型构建面向企业用户的发票助手，希望从以前用户需要面向系统做填单操作来开发票转变为通过自然语言对话申请发票开具。该 Agent 可以实现如下两个功能： * 向客户收集开发票所需要的信息，自动调用后端 API 为用户开具发票 * 基于企业票据知识回答用户提问

文章介绍了初创及中小企业如何利用 RAG 技术，结合企业私有知识数据，基于 LLM 和智能搜索，并以无代码的形式，更简单、更快速、更灵活地构建企业私域知识库应用。

在此博客里，我们将构建一个基于 RAG 的 LLM 应用程序，使用 LLM 和 Embedding 的向量生成模型进行语义搜索与文本相似性，来构建一个带有图形界面的问答式文档 Web 应用程序。我们将模拟一个工业生产线故障诊断的搜索，并根据搜索给出智能分析方案。由于大模型基本上都支持 Streaming 的方式生成内容，这样用户不用等待所有结果输出结束就可以看到持续生成的内容。我们这里使用 AWS 基础设施，来构建一个基于 HTTP Streaming 的 LLM 应用。

本文通过 Amazon SageMaker 展示其对多模态大模型的训练及推理基础设施所带来的简化，同时针对跨模态表征在 Amazon SageMaker 的批量抽取提供了示例，使得其可以快速接入不同场景进一步帮助业务提效。

本文介绍了在 AMAZON P5 机器学习实例上对 SD XL 模型进行 Controlnet 微调训练的方式方法，以及具体实施落地实现的示例。文中脚本代码及笔记本训练示例，可做为用户基于 SD 1.5/2.0 版本到 SD XL 的 AIGC ML 平台的 Controlnet 微调训练工程化落地参考。

在当今的数字时代，电子商务已成为我们生活中不可或缺的一部分，为我们提供了触手可及的便利和无限的产品选择。为了增 […]

利用 SageMaker Fast File Mode 及构建流式大模型训练

生成式人工智能（GenAI）正在改变企业的运作方式，并加快创新的步伐。总体而言，人工智能正在改变企业利用技术的方式。生成式人工智能技术包括微调和部署大型语言模型（LLM），并允许开发人员访问这些模型以执行提示和对话。负责在 Kubernetes 上制定标准的平台团队可以在 Amazon EKS 上微调和部署大语言模型。本文将通过一个端到端的例子带您了解如何在 Amazon EKS 上构建生成式人工智能系统。