Выберите одну из ведущих базовых моделей
Amazon Bedrock позволяет создавать проекты с использованием ряда базовых моделей (FM) так же просто, как вызов API. Amazon Bedrock предоставляет доступ к ведущим моделям, включая модели Jurassic от AI21 Labs, Claude от Anthropic, Command и Embed от Cohere, Llama 2 от Meta и Stable Diffusion от Stability AI, а также наши собственные модели Amazon Titan. В Amazon Bedrock вы можете выбрать базовую модель, которая лучше всего подходит для вашего сценария использования и требований приложения.

Экспериментируйте с базовыми моделями для решения различных задач
Экспериментируйте с различными базовыми моделями, используя интерактивные игровые площадки для различных способов взаимодействия, включая текст, чаты и изображение. Интерактивные среды позволяют опробовать различные модели для вашего сценария использования, чтобы понять, подходит ли модель для выполнения поставленной задачи.

Оцените базовые модели, чтобы выбрать оптимальный вариант
Оценка моделей в Amazon Bedrock позволяет использовать автоматические и человеческие оценки, что помогает выбрать оптимальную базовую модель для конкретного варианта использования. Для автоматической оценки моделей используются специализированные наборы данных и заданные метрики, включая точность, устойчивость и токсичность. Для субъективных показателей вы можете использовать Amazon Bedrock, чтобы за несколько быстрых шагов настроить процесс оценки человеком. За счет оценки человеком вы можете использовать собственные наборы данных и определять специальные метрики, такие как релевантность, стиль и соответствие голосу бренда. В рабочих процессах человеческой оценки в качестве экспертов могут использоваться ваши собственные сотрудники или вы можете привлечь команду, управляемую AWS, для проведения человеческого анализа, где AWS нанимает квалифицированных экспертов и управляет всем рабочим процессом от вашего имени. Читайте блог, чтобы узнать подробности.

Конфиденциально настраивайте базовые модели, используя собственные данные
Amazon Bedrock позволяет за несколько быстрых шагов перейти от стандартных моделей к специализированным и адаптированным для вашего бизнеса и условий использования. Чтобы адаптировать основную модель к конкретной задаче, вы можете использовать технику, называемую точной настройкой. Загрузите несколько отмеченных примеров в Amazon Simple Storage Service (Amazon S3), и Amazon Bedrock создаст копию базовой модели, обучит ее вашим данным и создаст точно настроенную модель, доступную только вам, чтобы вы получали индивидуальные ответы. Тонкая настройка доступна для моделей Command, Llama 2, Amazon Titan Text Lite и Express, Amazon Titan Image Generator и Amazon Titan Multimodal Embeddings. Второй способ адаптации базовых моделей Amazon Titan Text Lite и Amazon Titan Express в Amazon Bedrock — это предварительное обучение, при котором используются ваши немаркированные наборы данных для настройки основной модели под вашу область или отрасль. При тонкой настройке и непрерывном предварительном обучении Amazon Bedrock создает для вас индивидуальную копию базовой модели, и ваши данные не используются для обучения исходных базовых моделей. Ваши данные, используемые для настройки моделей, безопасно передаются через виртуальное частное облако Amazon (Amazon VPC). Читайте блог, чтобы узнать подробности.

Converse API
Converse API предоставляет разработчикам последовательный способ вызова моделей Amazon Bedrock, устраняя сложности при корректировке специфических для моделей различий, таких как параметры вывода.
