Amazon Web Services ブログ
Category: General
リアルタイムデータによる変革の促進
あなたが会社で費やしているリソースのうち、日々の業務上の問題に対する答えを探したり、顧客ニーズに集中するのでは […]
アプリケーションのログファイルを第三者と安全に共有する方法
アプリケーションに障害が発生し、トラブルシューティングのためにインスタンスレベルのログデータを外部の組織に提供しなければならない場合、どうすればよいでしょうか。お客様は、アプリケーションログを継続的に収集して安全でコスト最適なストレージに保存し、SecOps チームによる管理と監査が容易な方法で、外部の関係者が安全に利用できるようにする必要があります。本ブログでは、社内システムで実行されているアプリケーションログを一元管理し、効率的に保存し、安全にアクセスするためのマネージドソリューションについて紹介します。
【寄稿】 AWSを活用したブルーカーボン事業の取り組み
この投稿は株式会社 Insight Edge の Lead DataScientist 羽合佳範 氏、 Lea […]
週刊AWS – 2023/6/19週
週刊AWS 2023/6/19週号: Control TowerとSecurity Hubのインテグレーション、Verified Accessでの詳細なログ取得機能、EC2のHPC7g/C7gnインスタンスの発表、Step Functionsのバージョン管理・エイリアス機能、AWS Glueのセンシティブデータ検出機能、などなどのアップデートをピックアップしています
Amazon SageMaker、Amazon OpenSearch Service、Streamlit、LangChain を使った質問応答ボットの構築
エンタープライズ企業における生成系 AI と大規模言語モデル (LLM) の最も一般的な用途の 1 つは、企業の知識コーパスに基づいた質問応答です。Amazon Lex は AI ベースのチャットボットを構築するためのフレームワークを提供します。事前学習済みの基盤モデル (Foundation Models; FM) は、さまざまなトピックに関する要約・テキスト生成・質問応答などの自然言語理解 (NLU) タスクではうまく機能しますが、幻覚やハルシネーションと言われる不正確な情報を含まない回答を提供するのが難しい、もしくは、学習データに含まれない内容に関する質問へ回答することはできません。さらに、基盤モデルは特定の時点のデータをスナップショットとして使用してトレーニングされており、推論時に新しいデータにアクセスすることはできません。推論時に最新のデータにアクセスできない場合、不正確または不適切な応答を返す可能性があります。
Comprehend フライホイールを使用したAmazon Comprehendカスタムモデルの継続的な学習の簡略化
翻訳はソリューションアーキテクトの濱野谷(@yoshiehm)が担当しました。原文はこちらです。 Amazon […]
コールの感情分析をリアルタイムでエージェントに提供 – Contact Lens for Amazon Connect のリアルタイムコンタクト分析セグメントストリーム
このブログ記事では、Contact Lens のリアルタイムコンタクト分析セグメントストリームを活用した、拡張エージェントデスクトップのセットアップ方法について説明します。
日本語大規模言語モデル OpenCALM の知識でクイズ王に挑戦する
数十億を超えるパラメーターを持つ大規模言語モデルは、追加学習なしに人間も驚く知識を披露します。その知識で、クイズ王に輝くことはできるのでしょうか? 本記事では、株式会社サイバーエージェント様が公開した OpenCALM を用いてクイズを題材にした日本語 QA データセット JAQKET にどこまで正確できるか検証します。
CloudFrontとCloudFront FunctionsによるECサイトのVisitor Prioritization
5年前に前回の記事(Visitor Prioritization on e-Commerce Websites […]
Amazon NeptuneとAmazon DynamoDBを使ったGetirの包括的な不正検知システム構築の経緯
この記事は、Getir のBerkay Berkman、Yağız Yanıkoğlu、Mutlu Polat […]