- IA generativa›
- Amazon Bedrock›
- Perguntas frequentes
Perguntas frequentes sobre o Amazon Bedrock
Geral
O que é o Amazon Bedrock?
O Amazon Bedrock é um serviço totalmente gerenciado que oferece uma variedade de modelos de base (FMs) de alta performance, juntamente com um amplo conjunto de recursos necessários para criar aplicações de IA generativa, simplificando o desenvolvimento com segurança, privacidade e IA responsável. Com os recursos abrangentes do Amazon Bedrock, você pode experimentar uma variedade dos melhores FMs, personalizá-los de maneira privada com seus dados usando técnicas como ajuste fino e Retrieval-Augmented Generation (RAG) e criar agentes gerenciados que executam tarefas comerciais complexas, desde reservas de viagens e processamento de sinistros de seguros até a criação de campanhas publicitárias e gerenciamento de inventário, tudo sem escrever nenhum código. Como o Amazon Bedrock usa tecnologia sem servidor, você não precisa gerenciar nenhuma infraestrutura e pode integrar e implantar com segurança recursos de IA generativa em suas aplicações usando os serviços da AWS que já conhece.
Quais FMs estão disponíveis no Amazon Bedrock?
Os clientes do Amazon Bedrock podem escolher entre alguns dos FMs mais avançados disponíveis atualmente. Isso inclui Claude da Anthropic, Jurassic-2 da AI21 Labs, Stable Diffusion da Stability AI, Command e Embed da Cohere, Llama 2 da Meta e a linguagem e os modelos de incorporação do Amazon Titan.
Por que devo usar o Amazon Bedrock?
Há cinco motivos para usar o Amazon Bedrock para criar aplicações de IA generativa.
- Escolha dos principais FMs: o Amazon Bedrock oferece uma experiência de desenvolvedor fácil de usar para trabalhar com uma ampla variedade de FMs de alta performance da Amazon e de empresas líderes em IA, como a AI21 Labs, a Anthropic, a Cohere, a Meta e a Stability AI. Você pode experimentar rapidamente vários FMs na área de testes e usar uma única API para inferência, qualquer que seja o modelo escolhido. Assim, você tem a flexibilidade de usar FMs de diferentes fornecedores e ficar a par das versões mais recentes do modelo com o mínimo de alterações no código.
- Fácil personalização do modelo com seus dados: personalize FMs de forma privada com seus próprios dados em uma interface visual sem precisar escrever código. Basta selecionar os conjuntos de dados de treinamento e validação armazenados no Amazon Simple Storage Service (Amazon S3) e, se necessário, ajustar os hiperparâmetros para obter o melhor desempenho possível do modelo.
- Agentes totalmente gerenciados que invocam APIs dinamicamente para executar tarefas: crie agentes para executar tarefas comerciais complexas, desde reservar viagens e processar pedidos de seguro até criar campanhas publicitárias, preparar declarações de imposto e gerenciar inventários, chamando dinamicamente os sistemas e as APIs de sua empresa. Agentes totalmente gerenciados do Amazon Bedrock ampliam os recursos de raciocínio dos FMs para detalhar tarefas, criar um plano de orquestração e executá-lo.
- Suporte nativo para RAG para ampliar o poder dos FMs com dados proprietários: com as bases de conhecimento do Amazon Bedrock, você pode conectar com segurança os FMs às suas fontes de dados para aumentar a recuperação dentro do serviço gerenciado, ampliando os recursos já poderosos do FM e aprofundando o conhecimento do modelo sobre seu domínio e sua organização.
- Certificações de segurança e conformidade de dados: o Amazon Bedrock oferece vários recursos para atender aos requisitos de segurança e privacidade. O Amazon Bedrock está no escopo de padrões de conformidade comuns, como o Service and Organization Control (SOC), a Organização Internacional para Padronização (ISO), é elegível para a Health Insurance Portability and Accountability Act (HIPAA), e os clientes podem usar o Amazon Bedrock em conformidade com o Regulamento Geral de Proteção de Dados (RGPD). O Amazon Bedrock tem a certificação CSA Security Trust Assurance and Risk (STAR) de nível 2, que valida o uso de práticas recomendadas e a postura de segurança das ofertas de nuvem AWS. Com o Amazon Bedrock, seu conteúdo não é usado para melhorar os modelos de base e não é compartilhado com outros provedores de modelos. Seus dados no Amazon Bedrock são sempre criptografados em trânsito e em repouso, e, se desejar, você pode usar suas próprias chaves para a criptografia. Você pode usar o AWS PrivateLink com o Amazon Bedrock para estabelecer uma conexão privada entre os FMs e a Amazon Virtual Private Cloud (Amazon VPC) sem expor o tráfego à Internet.
Como começar a usar o Amazon Bedrock?
Com a experiência sem servidor do Amazon Bedrock, você pode começar rapidamente. Navegue até o Amazon Bedrock no Console de Gerenciamento da AWS e experimente os FMs no playground. Você também pode criar um agente e testá-lo no console. Depois de identificar seu caso de uso, você pode integrar facilmente os FMs às suas aplicações usando as ferramentas da AWS, sem precisar gerenciar nenhuma infraestrutura.
Como o Amazon Bedrock funciona com outros serviços?
O Amazon Bedrock trabalha com o AWS Lambda para invocar ações, o Amazon S3 para dados de treinamento e validação e o Amazon CloudWatch para monitorar métricas.
Quais são os casos de uso mais comuns do Amazon Bedrock?
Você pode começar rapidamente com casos de uso:
- Crie novos conteúdos originais, como histórias curtas, ensaios, publicações em redes sociais e textos de páginas da Web.
- Pesquise, encontre e sintetize informações para responder a perguntas com base em um amplo conjunto de dados.
- Crie imagens realistas e artísticas de vários objetos, ambientes e cenas a partir de instruções de linguagem.
- Ajude os clientes a encontrar o que estão procurando com recomendações de produtos mais relevantes e contextuais do que a correspondência de palavras.
- Obtenha um resumo do conteúdo textual, como artigos, postagens de blog, livros e documentos, para conhecer a essência sem precisar ler o conteúdo completo.
Explore mais casos de uso de IA generativa.
O que é o Amazon Bedrock Chat Playground?
O Amazon Bedrock oferece um playground que permite testar vários FMs usando uma interface de bate-papo conversacional. Você pode fornecer um prompt e usar uma interface Web dentro do console para gerar um prompt e usar os modelos pré-treinados para gerar texto ou imagens ou, como alternativa, usar um modelo ajustado e adaptado para o seu caso de uso.
Em quais regiões da AWS o Amazon Bedrock está disponível?
Para obter uma lista das regiões da AWS nas quais o Amazon Bedrock está disponível, consulte Endpoints e cotas do Amazon Bedrock, no Guia de referência do Amazon Bedrock.
Como personalizar um modelo no Amazon Bedrock?
Você pode ajustar FMs facilmente no Amazon Bedrock. Para começar, forneça o conjunto de dados de treinamento e validação, configure hiperparâmetros (epochs, tamanho do lote, taxa de aprendizado, etapas de aquecimento) e envie o trabalho. Em algumas horas, seu modelo ajustado pode ser acessado com a mesma API (InvokeModel).
Posso treinar um modelo e implantá-lo no Amazon Bedrock?
O Amazon Bedrock é um serviço gerenciado que você pode usar para acessar FMs. Você pode ajustar um modelo e usá-lo com a API do Amazon Bedrock.
Atendentes
O que são os Agents for Amazon Bedrock?
Os agentes do Amazon Bedrock são recursos totalmente gerenciados que facilitam aos desenvolvedores a criação de aplicações baseadas em IA generativa que podem concluir tarefas complexas para uma ampla variedade de casos de uso e fornecer respostas atualizadas com base em fontes de conhecimento patenteadas. Em apenas algumas etapas curtas, os Agents for Amazon Bedrock dividem automaticamente as tarefas e criam um plano de orquestração, sem qualquer codificação manual. O agente se conecta com segurança aos dados da empresa por meio de uma API, convertendo automaticamente os dados em um formato legível por máquina e aumentando a solicitação com informações relevantes para gerar a resposta mais precisa. Os agentes podem então chamar automaticamente as APIs para atender à solicitação do usuário. Por exemplo, uma empresa de manufatura pode querer desenvolver uma aplicação de IA generativa que automatize o rastreamento de níveis de estoque, dados de vendas e informações da cadeia de suprimentos e possa recomendar quantidades e pontos de reordenamento ideais para maximizar a eficiência. Como recursos totalmente gerenciados, os Agents for Amazon Bedrock eliminam o esforço indiferenciado de gerenciar a integração do sistema e o provisionamento da infraestrutura, permitindo que os desenvolvedores usem a IA generativa em toda a organização.
Como posso conectar FMs às fontes de dados da minha empresa?
Você pode conectar FMs com segurança às fontes de dados da empresa usando Agents for Amazon Bedrock. Com uma base de conhecimento, você pode usar agentes para dar aos FMs do Amazon Bedrock acesso a dados adicionais que ajudam o modelo a gerar respostas mais relevantes, específicas ao contexto e precisas sem treinar continuamente esses FMs. Com base nas informações do usuário, os agentes identificam a base de conhecimento apropriada, recuperam as informações relevantes e adicionam as informações ao prompt de entrada, fornecendo ao modelo mais informações de contexto para gerar uma conclusão.
Quais são alguns casos de uso de Agents for Amazon Bedrock?
Os agentes do Amazon Bedrock podem ajudar você a aumentar a produtividade, melhorar sua experiência de atendimento ao cliente ou automatizar tarefas de DevOps.
Como o Agents for Amazon Bedrock ajuda a melhorar a produtividade dos desenvolvedores?
Com agentes, os desenvolvedores têm suporte contínuo para monitoramento, criptografia, permissões de usuário e gerenciamento de invocações de API sem escrever código personalizado. Os agentes do Amazon Bedrock automatizam a engenharia de prompts e a orquestração de tarefas solicitadas pelos usuários. Os desenvolvedores podem usar o modelo de prompt criado pelo agente como base para refiná-lo ainda mais e garantir uma experiência aprimorada para os usuários. Eles podem atualizar a entrada do usuário, o plano de orquestração e a resposta do FM. Com acesso ao modelo de prompt, os desenvolvedores têm melhor controle sobre a orquestração do agente.
Com agentes totalmente gerenciados, você não precisa se preocupar em provisionar ou gerenciar a infraestrutura e pode levar as aplicações à produção mais rapidamente.
Segurança
O conteúdo processado pelo Amazon Bedrock é movido para fora da região da AWS em que estou usando o Amazon Bedrock?
Qualquer conteúdo de cliente processado pelo Amazon Bedrock é criptografado e armazenado em repouso na região da AWS na qual você está usando o Amazon Bedrock.
As entradas e saídas de modelos de usuários são disponibilizadas para fornecedores de modelos terceirizados?
Não. As entradas de usuários e as saídas de modelos não são compartilhadas com outros provedores de modelos.
Quais padrões de segurança e conformidade são compatíveis com o Amazon Bedrock?
O Amazon Bedrock oferece vários recursos para dar suporte a requisitos de segurança e privacidade. O Bedrock está no escopo de padrões de conformidade comuns de elegibilidade, como o Service Organization Controls (SOC), a Organização Internacional para Padronização (ISO) e a Lei de portabilidade e responsabilidade de provedores de saúde dos EUA (HIPAA), e os clientes podem usar o Bedrock em conformidade com o Regulamento Geral sobre a Proteção de Dados (GDPR). O Amazon Bedrock está incluído no escopo dos relatórios SOC 1, 2 e 3, permitindo que os clientes obtenham insights sobre nossos controles de segurança. Demonstramos a conformidade por meio de auditorias abrangentes de terceiros sobre os controles da AWS. O Amazon Bedrock é um dos serviços da AWS em conformidade com as seguintes normas ISO: ISO 9001, ISO 27001, ISO 27017, ISO 27018, ISO 27701, ISO 22301 e ISO 20000. O Amazon Bedrock tem a certificação CSA Security Trust Assurance and Risk (STAR) de nível 2, que valida o uso de práticas recomendadas e a postura de segurança das ofertas de nuvem AWS. Com o Amazon Bedrock, seu conteúdo não é usado para melhorar os modelos de base e não é compartilhado com outros provedores de modelos. Você pode usar o AWS PrivateLink para estabelecer conectividade privada da VPC com o Amazon Bedrock, sem precisar expor os dados ao tráfego da Internet.
A AWS e fornecedores de modelos terceirizados usarão as entradas ou saídas do cliente do Amazon Bedrock para treinar o Amazon Titan ou qualquer modelo de terceiros?
Não, a AWS e fornecedores terceirizados de modelos não usarão nenhuma entrada ou saída do Amazon Bedrock para treinar o Amazon Titan ou qualquer modelo de terceiros.
SDK
Com quais SDKs o Amazon Bedrock é compatível?
O Amazon Bedrock é compatível com SDKs para serviços de runtime. Os SDKs do iOS e do Android, bem como Java, JS, Python, CLI, .Net, Ruby, PHP, Go e C++, oferecem suporte à entrada de texto e fala.
Quais SDKs são compatíveis com a funcionalidade de streaming?
O streaming é compatível com todos os SDKs.
Cobrança e suporte
Quanto custa o Amazon Bedrock?
Consulte a definição de preços do Amazon Bedrock para obter informações de preços atualizadas.
Que tipo de suporte é fornecido para o Amazon Bedrock?
Dependendo do contrato com o AWS Support, o Amazon Bedrock recebe suporte nos planos Developer Support, Business Support e Enterprise Support.
Como rastrear os tokens de entrada e saída?
Você pode usar métricas do CloudWatch para rastrear tokens de entrada e saída.
Personalização
O Amazon Bedrock oferece suporte ao pré-treinamento contínuo?
Lançamos o pré-treinamento contínuo para os modelos Amazon Titan Text Express e Amazon Titan no Amazon Bedrock. O pré-treinamento contínuo permite que você continue o pré-treinamento em um modelo básico do Amazon Titan usando grandes quantidades de dados não rotulados. Esse tipo de treinamento adaptará o modelo de um corpus de domínio geral para um corpus de domínio mais específico, como médico, jurídico, financeiro, entre outros, mas preservando a maioria dos recursos do modelo de base do Amazon Titan.
Por que devo usar o pré-treinamento contínuo no Amazon Bedrock?
As empresas querem criar modelos para tarefas em um domínio específico. Os modelos de base talvez não sejam treinados no jargão técnico usado nesse domínio específico. Portanto, o ajuste direto do modelo de base exige grandes volumes de registros rotulados e um treinamento muito longo para obter resultados precisos. Para aliviar essa carga, o cliente pode, em vez disso, fornecer grandes volumes de dados não rotulados para um trabalho de pré-treinamento contínuo. Esse trabalho adaptará o modelo de base do Amazon Titan ao novo domínio. Assim, o cliente pode ajustar o modelo personalizado que acabou de ser pré-treinado para tarefas downstream usando registros de treinamento com um número significativamente menor de rótulos e um tempo de treinamento reduzido.
Como o recurso de pré-treinamento contínuo se relaciona a outros serviços da AWS?
O pré-treinamento contínuo e o ajuste fino do Amazon Bedrock têm requisitos muito semelhantes. Por esse motivo, estamos optando por criar APIs unificadas e compatíveis com o pré-treinamento contínuo e o ajuste fino. A unificação das APIs reduz a curva de aprendizado e ajudará os clientes a usar recursos padrão, como o Amazon EventBridge para rastrear trabalhos de longa duração, integração com o Amazon S3 para buscar dados de treinamento, tags de recursos e criptografia de modelos.
Como faço para usar o pré-treinamento contínuo?
O pré-treinamento contínuo ajuda você a adaptar os modelos do Amazon Titan aos dados específicos do domínio, preservando a funcionalidade básica dos modelos do Amazon Titan. Para criar um trabalho de pré-treinamento contínuo, navegue até o console do Amazon Bedrock e clique em “Modelos personalizados”. Navegue até a página do modelo personalizado que tem duas guias: Modelos e Trabalhos de treinamento. Ambas as guias fornecem um menu suspenso “Personalizar modelo” à direita. Selecione “Pré-treinamento contínuo” no menu suspenso para navegar até “Criar trabalho de pré-treinamento contínuo”. Você fornecerá o modelo de origem, o nome, a criptografia do modelo, os dados de entrada, os hiperparâmetros e os dados de saída. Além disso, você pode fornecer tags junto com detalhes sobre perfis do AWS Identity and Access Management (IAM) e políticas de recursos para o trabalho.
Amazon Titan
O que são os modelos do Amazon Titan?
Exclusiva do Amazon Bedrock, a família de modelos do Amazon Titan incorpora os 25 anos de experiência da Amazon inovando com IA e machine learning em todos os setores da empresa. Os FMs do Amazon Titan oferecem aos clientes uma variedade de opções de modelos de imagem, multimodais e de texto de alta performance, por meio de uma API totalmente gerenciada. Os modelos do Amazon Titan são criados pela AWS e pré-treinados em grandes conjuntos de dados, o que os torna avançados e prontos para uso geral, criados para dar suporte a uma variedade de casos de uso, além de apoiar o uso responsável da IA. Use-os como estão ou personalize-os de forma privada com seus próprios dados.
Onde posso saber mais sobre os dados processados para desenvolver e treinar FMs do Amazon Titan?
Para saber mais sobre dados processados para desenvolver e treinar FMs do Amazon Titan, visite treinamento de modelo e privacidade do Amazon Titan.
Geração aumentada de recuperação (RAG)
Quais tipos de formatos de dados são aceitos pelo Knowledge Bases for Amazon Bedrock?
Os formatos de dados compatíveis incluem arquivos .pdf, .txt, .md, .html, .doc e .docx, .csv, .xls e .xlsx. Os arquivos devem ser carregados para o Amazon S3. Aponte para a localização de seus dados no Amazon S3 e as bases de conhecimento do Amazon Bedrock cuidarão de todo o fluxo de trabalho de ingestão em seu banco de dados de vetores.
Como o Knowledge Bases for Amazon Bedrock divide os documentos em blocos antes de converter esses blocos em incorporações?
O Knowledge Bases for Amazon Bedrock oferece três opções para dividir o texto em blocos antes de convertê-lo em incorporações.
1. Opção padrão: o Knowledge Bases for Amazon Bedrock divide automaticamente o documento em blocos, cada um contendo 200 tokens, para garantir que uma frase não seja quebrada no meio. Se um documento contiver menos de 200 tokens, ele não será mais dividido. Uma sobreposição de 20% de tokens é mantida entre dois blocos consecutivos.
2. Divisão em blocos de tamanho fixo: nessa opção, você pode especificar o número máximo de tokens por bloco e a porcentagem de sobreposição entre os blocos para o Knowledge Bases for Amazon Bedrock de modo que seu documento seja dividido automaticamente em blocos, para garantir que uma frase não seja quebrada no meio.
3. Opção de criar uma incorporação por documento: o Amazon Bedrock cria uma incorporação por documento. Essa opção é adequada se você pré-processou os documentos dividindo-os em arquivos separados e não deseja que o Amazon Bedrock os fragmente ainda mais.
Qual modelo de incorporação é usado para converter documentos em incorporações (vetores)?
Atualmente, o Knowledge Bases for Amazon Bedrock usa a versão mais recente do modelo Amazon Titan Text Embeddings disponível no Amazon Bedrock. O modelo Amazon Titan Text Embeddings é compatível com tokens de 8K e mais de 25 idiomas e cria uma incorporação de 1.536 dimensões.
Quais bancos de dados de vetores são compatíveis com o Knowledge Bases for Amazon Bedrock?
O Knowledge Bases for Amazon Bedrock cuida de todo o fluxo de trabalho de ingestão, convertendo os documentos em incorporações (vetoriais) e armazenando as incorporações em um banco de dados de vetores especializado. O Knowledge Bases for Amazon Bedrock oferece suporte a bancos de dados populares para armazenamento vetorial, incluindo mecanismo de pesquisa vetorial para Amazon OpenSearch Serverless, Pinecone, Redis Enterprise Cloud, Amazon Aurora (em breve) e MongoDB (em breve). Se você não tiver um banco de dados de vetores existente, o Amazon Bedrock criará um armazenamento vetorial do OpenSearch Sem Servidor para você.
É possível fazer uma sincronização periódica ou orientada a eventos do Amazon S3 com o Knowledge Bases for Amazon Bedrock?
Dependendo do caso de uso, você pode usar o Amazon EventBridge para criar uma sincronização periódica ou orientada a eventos entre o Amazon S3 e o Knowledge Bases for Amazon Bedrock.
Avaliação do modelo
O que é a avaliação de modelo no Amazon Bedrock?
A avaliação de modelo no Amazon Bedrock permite avaliar, comparar e selecionar os melhores FMs para seu caso de uso em apenas algumas etapas curtas. O Amazon Bedrock oferece a opção entre avaliação automática e avaliação humana. Você pode usar a avaliação automática com métricas predefinidas, como precisão, robustez e toxicidade. Você pode usar fluxos de trabalho de avaliação humana para métricas subjetivas ou personalizadas, como simpatia, estilo e alinhamento com o tom de voz da marca. Para a avaliação humana, é possível aproveitar seus próprios funcionários ou uma equipe gerenciada pela AWS como revisores. A avaliação do modelo no Amazon Bedrock fornece conjuntos de dados selecionados integrados, ou você pode trazer seus próprios conjuntos de dados.
Quais métricas posso usar como base para avaliar os FMs?
Você pode analisar uma variedade de métricas predefinidas, como precisão, robustez e toxicidade, usando avaliações automáticas. Também é possível usar fluxos de trabalho de avaliação humana para métricas subjetivas ou personalizadas, como simpatia, relevância, estilo e alinhamento com o tom de voz da marca.
Qual é a diferença entre avaliações humanas e automáticas?
As avaliações automáticas permitem que você reduza rapidamente a lista de FMs disponíveis em relação aos critérios padrão (como precisão, toxicidade e robustez). As avaliações humanas são frequentemente usadas para avaliar critérios mais sutis ou subjetivos que exigem julgamento humano e nos casos para os quais talvez não existam avaliações automáticas (como tom de voz da marca, intenção criativa, simpatia).
Como funciona a avaliação automática?
Você pode avaliar rapidamente os modelos do Amazon Bedrock para métricas como precisão, robustez e toxicidade, usando conjuntos de dados integrados selecionados ou trazendo conjuntos de dados de prompts próprios. Depois que os conjuntos de dados de prompts são enviados aos modelos do Amazon Bedrock para inferência, as respostas do modelo são pontuadas com algoritmos de avaliação para cada dimensão. O mecanismo de back-end agrega pontuações individuais de resposta rápida em pontuações resumidas e as apresenta por meio de relatórios visuais fáceis de entender.
Como funciona a avaliação humana?
O Amazon Bedrock permite que você configure fluxos de trabalho de revisão humana em algumas etapas curtas e aproveite os funcionários internos ou use uma equipe especializada gerenciada pela AWS para avaliar modelos. Por meio da interface intuitiva do Amazon Bedrock, as pessoas podem revisar e dar feedback sobre as respostas do modelo clicando nos polegares para cima ou para baixo, avaliando em uma escala de 1 a 5, escolhendo a melhor das várias respostas ou classificando os prompts. Por exemplo, um membro da equipe pode ver como dois modelos respondem ao mesmo prompt e, em seguida, ser solicitado a selecionar o modelo que mostra resultados mais precisos, relevantes ou estilísticos. É possível especificar os critérios de avaliação que são mais importantes para você personalizando as instruções e os botões que aparecerão na interface do usuário de avaliação da equipe. Você também pode fornecer instruções detalhadas com exemplos e o objetivo geral da avaliação do modelo, para que os usuários possam alinhar o trabalho de maneira adequada. Esse método é útil para avaliar critérios subjetivos que exigem julgamento humano ou conhecimentos mais diferenciados no assunto e que não podem ser facilmente julgados por avaliações automáticas.
IA responsável
O que é o Guardrails for Amazon Bedrock?
O Guardrails for Amazon Bedrock ajuda você a implementar proteções para as aplicações de IA generativa com base em casos de uso e políticas de IA responsáveis. O Guardrails ajuda a controlar a interação entre usuários e (FMs) filtrando conteúdo indesejável e prejudicial e, em breve, ocultará informações de identificação pessoal (PII), aprimorando a segurança e a privacidade do conteúdo nas aplicações de IA generativa. Você pode criar várias barreiras de proteção com diferentes configurações personalizadas para casos de uso específicos. Além disso, com a barreira de proteção, é possível monitorar e analisar continuamente entradas de usuários e respostas de FMs que possam violar políticas definidas pelo cliente.
Quais são as proteções disponíveis no Guardrails for Amazon Bedrock?
O Guardrails permite que você defina um conjunto de políticas para ajudar a proteger as aplicações de IA generativa. Em uma barreira de proteção, é possível configurar as políticas a seguir.
- Tópicos negados: defina um conjunto de tópicos que não são desejáveis no contexto da aplicação. Por exemplo, um assistente de serviços bancários on-line pode ser projetado para evitar consultorias de investimento.
- Filtros de conteúdo: configure limites para filtrar conteúdo nocivo nas categorias de ódio, insultos, teor sexual e violência.
- Filtros de palavras (em breve): defina um conjunto de palavras para bloquear nas entradas de usuário e nas respostas geradas pelo FM.
- Ocultação de PII (em breve): selecione um conjunto de PII que pode ser ocultado em respostas geradas pelo FM. Com base no caso de uso, você também pode bloquear uma entrada de usuário se ela contiver PII.
Posso usar barreiras de proteção com todos os FMs e ferramentas disponíveis no Amazon Bedrock?
As barreiras de proteção podem ser usadas com todos os grandes modelos de linguagem (LLMs) disponíveis no Amazon Bedrock, incluindo os FMs do Amazon Titan, do Claude da Anthropic, do Llama 2 da Meta, do Jurassic da AI21 e do Command da Cohere. Ele também pode ser usado com FMs aprimorados, bem como com o Agents for Amazon Bedrock.
A AWS oferece uma indenização por propriedade intelectual cobrindo reivindicações de direitos autorais para serviços de IA generativa?
A AWS oferece uma indenização ilimitada de propriedade intelectual (IP) por reivindicações de direitos autorais decorrentes da produção generativa dos seguintes serviços de IA generativa da Amazon amplamente disponíveis: modelos do Amazon Titan, nível profissional do Amazon CodeWhisperer e outros serviços listados na Seção 50.10 dos Termos de serviço (os “Serviços de IA generativa Indenizáveis”). Isso significa que os clientes estão protegidos contra reivindicações de terceiros alegando violação de direitos autorais pela saída gerada pelos Serviços de IA generativa indenizáveis em resposta a entradas ou outros dados fornecidos pelo cliente. Os clientes também devem usar os serviços com responsabilidade, como não inserir dados infringentes nem desabilitar os recursos de filtragem de um serviço.
Além disso, nossa indenização padrão de IP pelo uso dos serviços protege os clientes de reivindicações de terceiros alegando violação de IP (incluindo reivindicações de direitos autorais) pelos serviços e pelos dados usados para treiná-los.