亚马逊AWS官方博客

这篇博文旨在指导如何使用 Amazon Redshift Serverless 为游戏行业应用场景构建可扩展的分析解决方案。文中介绍了如何使用概念逻辑架构来应对一些十分常见的游戏行业应用场景，例如活动分析、游戏内购买推荐、衡量玩家满意度、遥测数据分析等。

本篇博文将讨论了一种可扩展的架构，该架构可以在低延迟、高并发场景中提高 Redshift Serverless 的吞吐量。通过在网络负载均衡器的后面部署多个 Redshift Serverless 工作组，可以提供水平扩缩解决方案并实现极为出色的性价比。

在上一篇文章《使用亚马逊云构建企业智能知识问答助手第一篇 之 架构演进》中我们通过一个真实客户案例介绍了Chatbot在企业内部。作为系列博客中的第二篇，我们会专注于介绍项目组在PoC中，针对Knowledge Base类型的数据提高整体问答准确率的优化思路和实践过程。

本文将通过一个在亚马逊云上构建企业智能知识问答助手的真实客户案例，来介绍它的技术架构是如何随着需求的变化和自然语言处理技术的进步而逐步演进的。本篇也是一个系列博客的开始，后续还将继续为您介绍诸如如何针对Knowledge Base类型文章提高问答准确率，如何针对长文档问答的需求提高准确率，以及源数据的权限管理和数据同步等内容。

 正如预期的那样，在纽约 AWS 峰会期间，宣布了许多激动人心的发布内容和更新。您可以快速浏览 2024 年 […]

 Amazon Bedrock 防护机制使客户能够根据应用程序要求和贵公司负责任的人工智能（AI）政策实施防 […]

 使用适用于 Amazon Bedrock 的知识库，基础模型（FM）和代理可以从贵公司的私有数据来源中检索 […]

 借助 Amazon Bedrock 代理，生成式人工智能（AI）应用程序可以在不同的系统和数据来源上运行多 […]

 今天，我们正式推出 Amazon Q 开发者版（位于您的 IDE 中）自定义功能，它用于内联代码完成，而且 […]

 今天，我们宣布 Amazon SageMaker Studio 中将推出一项新功能，该功能可简化和加速机器 […]