Amazon Bedrock デベロッパーエクスペリエンス

Amazon Bedrockを使用すると、API呼び出しと同じくらい簡単にさまざまなFMを使用して構築できます。Amazon Bedrock では、AI21 Labs の Jurassic、Anthropic の Claude、Cohere の Command および Embed、Meta の Llama 2、Stability AI の Stable Diffusion などの主要モデルや、Amazon の Titan モデルにアクセスできます。Amazon Bedrockでは、ユースケースとアプリケーション要件に最も適したFMを選択できます。

テキスト、チャット、画像などのさまざまなモダリティのインタラクティブなプレイグラウンドを使用して、さまざまなFMを簡単に試すことができます。プレイグラウンドでは、ユースケースに合わせてさまざまなモデルを試して、そのモデルが特定のタスクに適しているかどうかを試すことができます。

Amazon Bedrockのモデル評価では、自動評価と人間による評価を使用して、特定のユースケースに合うFMを選択できます。自動モデル評価では、精選されたデータセットを使用し、精度、堅牢性、毒性などの事前定義された指標を提供します。主観的なメトリクスの場合は、Amazon Bedrockを使用して、数回クリックするだけで人間による評価ワークフローを設定できます。人間による評価では、独自のデータセットを持ち込んで、関連性、スタイル、ブランドボイスとの整合性などのカスタム指標を定義できます。人間による評価ワークフローでは、自社の従業員をレビュー担当者として活用することも、AWS が管理するチームを雇って人間による評価を行うこともできます。この場合、AWS は熟練した評価者を雇い、お客様に代わってエンドツーエンドのワークフローを管理します。詳細については、ブログをお読みください。

Amazon Bedrockでは、数回クリックするだけで、一般的なモデルから、ビジネスやユースケースに合わせて特化してカスタマイズされたモデルに移行できます。 特定のタスクに合わせてFMを調整するには、ファインチューニングと呼ばれる手法を使用できます。Amazon S3 にあるラベル付きの例をいくつか指定するだけで、Amazon Bedrock によってベースモデルのコピーが作成され、お客様のデータを使ってトレーニングし、お客様だけがアクセスできるファインチューニング済みのモデルが作成されるので、カスタマイズされた回答が得られます。 ファインチューニングは、Command、Llama 2、Titan Text Lite および Express、Titan Image Generator、Titan Multimodal Embeddings モデルで利用できます。 Amazon BedrockでTitan Text LiteとExpress FMを適応させる2つ目の方法は、継続的な事前トレーニングを行うことです。これは、ラベルのないデータセットを使用して、ドメインや業界に合わせてFMをカスタマイズする手法です。Amazon Bedrock は、ファインチューニングと継続的な事前トレーニングの両方により、ベースFMのプライベートでカスタマイズされたコピーを作成します。お客様のデータは、元のベースモデルのトレーニングには使用されません。モデルのカスタマイズに使用されるデータは、Amazon 仮想プライベートクラウド (VPC) を介して安全に転送されます。詳細については、ブログをご覧ください。

選択したモデルに関係なく、単一の API を使用して推論を実行します。単一の API を使用することで、さまざまなモデルプロバイダーのさまざまなモデルを柔軟に使用でき、コードの変更を最小限に抑えながら最新のモデルバージョンを維持できます。