Category: Artificial Intelligence

本博客将展示如何采用 Amazon DocumentDB 和 Amazon Bedrock 构建游戏行业产品推荐，博客中的 Demo 已经接入了目前最新的 Bedrock Claude 3 Sonnet 模型。Anthropic 目前的评估表明，Claude 3 模型系列在数学应用题解决（MATH）和多语言数学（MGSM）基准（目前用于大语言模型的关键基准）方面优于同类模型。另外我们使用了 Amazon Bedrock Titan 模型来生成向量，并使用 DocumentDB 将 Titan 生成的向量存储在 Amazon DocumentDB 数据库中，利用 DocumentDB Vector Search 的相似性向量搜索和 DocumentDB Text Search 全文检索功能实现 RAG 双路召回，并将 RAG 双路召回合并结果，返回给 Amazon Bedrock Claude 3 Sonnet，进行内容总结归并。

 这是忙碌的一周，我们推出了一种新的 Amazon CloudFront 基础设施、更有效的分析 Amazo […]

AIGC 风靡全球，而 LLM 创造力和智慧是最惊艳的部分。但是在工程化的过程中，我们希望数字人可以有“记忆”，来延续对话的上下文。那么会话的记忆存储，就需要一个可以承载高并发，低延迟数据库来支撑业务。

了解如何使用 Amazon Polly、Amazon Bedrock 和 Amazon SageMaker 创建自己的 AI 视频。

图像融合技术广泛应用于多个行业，如电商营销素材和广告创意等领域。其目标是将前景插入到背景图像中，通过解决外观、几何和语义上的不一致性，实现逼真和谐的合成图像。生成式人工智能技术在为商品生成背景时，常常会对商品整体进行修改，导致出现“货不对版”的问题。为控制这一问题，我们推荐一款卓越的图片融合工具库 Libcom（the library of image composition）。

GenAI Bedrock Builder 是基于 Amazon Bedrock 服务开发的生成式 AI 解决方案，可以帮助快速自建无服务的生成式 AI 解决方案，并应用到业务生产应用中。

基于 Amazon Rekognition Face Liveness 打造创新的 KYC（电子身份认证）解决方案

 在 2023 年的 AWS re:Invent 期间，我们宣布 Amazon Bedrock 知识库正式上 […]

本文介绍了如何使用亚马逊云科技的 Trainium 芯片对 Llama 2 大型语言模型进行继续预训练。通过与亚马逊云科技合作，通联数据在自有数据上对 Llama2 进行了预训练，取得了良好效果。本文详细描述了使用 AWS ParallelCluster 集群进行训练的步骤，包括集群准备、模型转换、数据处理、训练脚本修改和任务提交等。同时，提供了训练过程中可能遇到问题的定位方法。

我们 【基于大语言模型知识问答应用落地实践】 系列博客前 4 篇已经介绍了知识库构建和召回调优方面的实践经验，随着 RAG 项目的逐渐丰富和成熟，越来越多的工作会深入到各种细节的打磨，例如 Prompt 模板调优，更换更新的模型，各类阈值或者参数的调整等。 本篇将介绍如何用 TruLens 框架，一种简单的，系统化的方法来评估 LLM 应用的衡量性能和质量指标，做自动化 RAG 项目评估测试，以及跟踪每次迭代后指标的改善情况。