亚马逊AWS官方博客
Category: Artificial Intelligence
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。
企业智能之旅（4）： 智能企业为生成式 AI 做好数据准备
在数字经济时代，数据是企业数字化转型和生成式 AI 技术创新的战略制高点，数据能力驱动了生成式 AI 的发展， […]
企业智能之旅（3）： 构建智能企业的文化、组织、人才与能力
在数字经济时代，拥抱生成式 AI 技术已经成为企业的当务之急。 企业制定总体的企业 AI 战略蓝图，对生成式 […]
Amazon Bedrock 知识库加速客服团队应用 GenAI 能力
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。
利用 Self Refine 提高 LLM 的生成质量
尽管 LLMs 能够生成看似合理的内容，但在细节、一致性和上下文理解等方面仍存在显著缺陷。 这些挑战凸显了一个关键问题：如何在充分利用 LLMs 强大生成能力的同时，确保输出内容的稳定，一致和丰富？为解决这一问题，研究人员提出了 Self Refine 技术，这一创新方法旨在通过迭代优化提升 LLMs 的输出质量。