亚马逊AWS官方博客
Category: Industries
利用大模型 embedding 结合 Aurora PostgreSQL 实现医疗术语检索增强生成的解决方案
在这篇博客中,我们将讨论使用双路召回的方式来优化医疗文献检索。其一是利用大模型对所有医疗文献的摘要进行 embedding,输出的向量数据存储到向量数据库;用户检索时,把用户输入的医疗术语进行 embedding 向量化,在向量数据库中进行相似性检索,找到最相似的文档。其二是通过对文献的摘要提取关键字,存入 Aurora PostgreSQL 中并创建倒排索引,实现对用户输入进行全文检索。两种方法结合,提高文档召回的精确度,缩小上图中的 Medical data 的范围和尺寸,达到减少幻觉并降低 token 数的诉求。
借助 Amazon Personalize 提升电商个性化推荐效果的最佳实践
本文介绍了如何利用 Amazon Personalize 机器学习服务快速构建高效的电商个性化推荐系统。重点阐述了数据 Schema 设计、算法配方选择、游客/匿名用户推荐、推荐策略优化等最佳实践,以及防止推荐重复商品、处理下架商品、利用 Context 信息等技巧,旨在帮助电商企业提升推荐系统的营销转化率。Amazon Personalize 作为完全托管的推荐服务,降低了算法工程门槛,是构建个性化推荐系统的优选方案。
基于 AWS Step Functions 和 AWS Batch 服务构建宏基因分析工作负载
本文旨在介绍一个在 AWS 上构建宏基因分析工作负载的方案,该方案对常用的一些宏基因分析软件完成了容器化,并以批量计算服务 AWS Batch 为核心,构建容器化的宏基因分析集群和自动化工作流。本方案已经在多个客户的实际宏基因分析业务中得到应用,如土壤微生物/病毒宏基因分析,海洋微生物宏基因分析等。根据客户的实际业务场景,本方案也可以扩展到通用的基因分析场景。
Amazon Payment Cryptography 助力构建云上 SoftPOS 技术方案
借助 Amazon Payment Cryptography 服务,支付企业能以较低的成本构建安全合规且具有弹性的云原生 SoftPOS 技术方案。
联想车计算携手亚马逊云科技进行软件定义汽车新实践——基于 SOAFEE 架构和 SOCA 构建智驾超算平台
本文介绍联想与亚马逊云科技以 SOAFEE(Scalable Open Architecture For Embedded Edge)架构为基础,聚焦智能驾驶数据闭环的模型开发、仿真及验证领域,共同探索构建云边一体的混合云智能驾驶超算平台。
基于 Amazon MWAA 和 Amazon Batch,实现载荷仿真任务弹性调度和计算
本文将介绍如何利用 Amazon Managed Workflows for Apache Airflow(MWAA)和 Amazon Batch,构建一个弹性、高效的系统,用于管理和执行 Bladed 载荷仿真任务。Bladed 是一种用于风能和风力涡轮机的仿真软件,对于模拟风力涡轮机在不同工况下的性能至关重要。通过结合 MWAA 和 Batch,我们可以实现任务的灵活调度和计算资源的高效利用,从而提高 Bladed 仿真的整体效率。
数据无限,基于 Amazon FSx for NetApp ONTAP 的 EDA 混合云模式加速芯片研发
在 EDA 行业,混合云架构下,采用 Amazon FSx for NetApp ONTAP 的混合云架构可显著提升企业效率和降低成本。该服务作为托管解决方案,解放了企业维护存储环境的繁琐,减少了运维工作。同时,兼容性使得企业能够无需改动即可迁移现有应用,节省时间与成本。
基于 AWS SOCA 构建混合云芯片设计环境最佳实践
芯片设计公司使用亚马逊云科技的 EDA 行业解决方案 SOCA,构建芯片设计混合云环境,迭代优化最佳实践。
使用 Bedrock 和 RAG 构建 Text2SQL 行业数据查询助手
本文将介绍如何使用亚马逊云科技的大语言模型服务 Amazon Bedrock 以及 RAG(Retrieval Augmented Generation),实现 Text2SQL 功能,以此为基础构建基于大语言模型(LLM)的行业数据查询助手,达到使用自然语言询问直接获取数据分析结果的目的。
中小企业如何借助 RAG 技术无代码快速搭建私域知识库应用
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。