Amazon Web Services ブログ
Category: Technical How-to
AWS 上で Google Cloud ワークロード向けのディザスタリカバリサイト構築 (Part 2)
信頼性の高いワークロードを構築するための設計原則の 1 つは、復旧手順をテストすることです。トラディショナルな […]
AWS 上で Google Cloud ワークロード向けのディザスタリカバリサイト構築 (Part 1)
ディザスタリカバリ (DR) 戦略を有することはビジネスの継続性やお客様のワークロードのレジリエンスの面におい […]
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。
AWS のサーバーレスと Amazon S3 署名付き URL、クライアントサイド JavaScript で大きなサイズの複数ファイルの一括アップロード・ダウンロード機能を実現する方法
はじめに 昨今のテクノロジーの進化は、これまで以上に、私たちがどのように働き、どのように生活するかを再定義して […]
対話体験における生成系 AI の活用を探る: Amazon Lex, LangChain, SageMaker JumpStart による事始め
本記事は Exploring Generative AI in conversational experien […]
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。
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。
Amazon Connect Tasks を使用して問い合わせ後アンケートの顧客満足度スコアを分析する
顧客満足度 (Customer satisfaction : CSAT) は、コンタクトセンターに問い合わせし […]
サーバレスと機械学習サービスを利用したリアルタイム不正検知
(本記事は 2023/03/10に投稿された Real-time fraud detection using […]
AWS Clean Rooms によるスコープ 3 排出量のデータ機密管理
この記事は、Managing data confidentiality for Scope 3 emissio […]