Suured keelemudelid (LLM) suudavad oma laiaulatuslike teadmistega genereerida inimesesarnast teksti peaaegu igal teemal. Kuid nende koolitus tohutute andmekogumite alal piirab ka nende kasulikkust spetsiaalsete ülesannete jaoks. Ilma jätkuva õppimiseta jäävad need mudelid teadmatusse uutest andmetest ja suundumustest, mis ilmnevad pärast nende esialgset koolitust. Lisaks võivad uute LLM-ide koolitamise kulud paljudes ettevõtetes osutuda liiga kalliks. Siiski on võimalik mudeli vastusele viidata algsele spetsiaalsele sisule, vältides sellega vajadust koolitada uut LLM-mudelit, kasutades RAG-i (Retrieval-Augmented Generation).
RAG annab LLM-idele võimaluse välisteadmiste hankimiseks ja kaasamiseks. Selle asemel, et tugineda ainult oma eelkoolitatud teadmistele, võimaldab RAG mudelitel koguda andmeid dokumentidest, andmebaasidest ja muust. Seejärel integreerib mudel selle välisteabe oskuslikult oma loodud teksti. Kontekstiga seotud andmete hankimisel võib mudel pakkuda teadlikke ja ajakohaseid vastuseid, mis on kohandatud teie kasutusjuhtumile. Teadmiste täiendamine vähendab ka hallutsinatsioonide ja ebatäpse või mõttetu teksti tõenäosust. RAG-iga saavad vundamendimudelid kohanemisvõimelisteks ekspertideks, kes arenevad teie teadmistebaasi kasvades.
Täna avaldame rõõmuga kolm generatiivset AI demot, mille litsents on all MIT-0 litsents:
- Amazon Kendra koos LLM-iga - Kasutab sügava otsingu võimalusi Amazon Kendra kombineerituna LLM-ide ulatuslike teadmistega. See integratsioon pakub täpseid ja kontekstiteadlikke vastuseid keerulistele päringutele, tuginedes erinevatest allikatest.
- Manustatud mudel põhilise LLM-iga – Ühendab manuste – sõnade ja fraaside semantiliste tähenduste jäädvustamise tehnika – LLM-ide tohutu teadmistebaasiga. See sünergia võimaldab täpsemat teemade modelleerimist, sisu soovitusi ja semantilise otsingu võimalusi.
- Foundation Models Pharma Ad Generator – Spetsiaalne rakendus, mis on kohandatud farmaatsiatööstusele. Kasutades põhimudelite loomisvõimalusi, loob see tööriist veenvaid ja nõuetele vastavaid ravimireklaame, tagades sisu vastavuse tööstusstandarditele ja eeskirjadele.
Neid demosid saab sujuvalt juurutada teie AWS-i kontol, pakkudes põhjapanevaid teadmisi ja juhiseid AWS-teenuste kasutamiseks, et luua tipptasemel LLM-i generatiivne tehisintellekti küsimuste ja vastuste robot ning sisu genereerimine.
Selles postituses uurime, kuidas RAG koos Amazon Kendra või kohandatud manustega saab neist väljakutsetest üle saada ja pakkuda rafineeritud vastuseid loomuliku keele päringutele.
Lahenduse ülevaade
Selle lahenduse kasutuselevõtmisega saate järgmised eelised:
- Täiustatud juurdepääs teabele – RAG võimaldab mudelitel hankida teavet tohututest välisallikatest, mis võib olla eriti kasulik, kui eelkoolitatud mudeli teadmised on aegunud või puudulikud.
- Skaalautuvus – Selle asemel, et koolitada mudelit kõigi olemasolevate andmete põhjal, võimaldab RAG mudelitel asjakohast teavet lennult hankida. See tähendab, et kui uued andmed muutuvad kättesaadavaks, saab need otsinguandmebaasi lisada, ilma et oleks vaja kogu mudelit ümber õpetada.
- Mälu efektiivsus - LLM-id vajavad parameetrite salvestamiseks märkimisväärset mälu. RAG-iga võib mudel olla väiksem, sest see ei pea kõiki detaile pähe õppima; see saab need vajadusel kätte saada.
- Dünaamiline teadmiste värskendus – Erinevalt tavapärastest mudelitest, millel on määratud teadmiste lõpp-punkt, saab RAG-i välist andmebaasi regulaarselt värskendada, võimaldades mudelile juurdepääsu ajakohasele teabele. Otsimisfunktsiooni saab erinevate ülesannete jaoks täpselt häälestada. Näiteks võib meditsiinidiagnostika ülesanne hankida andmeid meditsiiniajakirjadest, tagades, et mudel kogub asjatundlikke ja asjakohaseid teadmisi.
- Eelarvamuste leevendamine – Võimalus kasutada hästi kureeritud andmebaasi annab võimaluse vähendada eelarvamusi, tagades tasakaalustatud ja erapooletud välisallikad.
Enne Amazon Kendra integreerimist põhiliste LLM-idega on ülioluline varustada end vajalike tööriistade ja süsteeminõuetega. Õige seadistus on esimene samm demode sujuva kasutuselevõtu suunas.
Eeldused
Teil peavad olema järgmised eeltingimused:
Kuigi selles õpetuses kirjeldatud infrastruktuuri on võimalik seadistada ja juurutada ka kohalikust arvutist, AWSi pilv pakub mugavat alternatiivi. Eelnevalt varustatud selliste tööriistadega nagu AWS CLI, AWS CDK ja Docker, võib AWS Cloud9 toimida teie juurutamise tööjaamana. Selle teenuse kasutamiseks lihtsalt seada keskkonda kaudu AWS Cloud9 konsool.
Kui eeldused on väljas, sukeldume põhiliste LLM-ide abil Amazon Kendra funktsioonidesse ja võimalustesse.
Amazon Kendra koos LLM-iga
Amazon Kendra on täiustatud ettevõtteotsingu teenus, mida täiustab masinõpe (ML), mis pakub kastist väljas semantilise otsingu võimalusi. Kasutades loomuliku keele töötlemist (NLP), mõistab Amazon Kendra nii dokumentide sisu kui ka kasutajate päringute aluseks olevaid eesmärke, positsioneerides selle RAG-põhiste lahenduste sisuotsingu tööriistana. Kasutades Kendra suure täpsusega otsingusisu RAG-i kasuliku koormana, saate paremaid LLM-i vastuseid. Amazon Kendra kasutamine selles lahenduses võimaldab ka isikupärastatud otsingut, filtreerides vastuseid vastavalt lõppkasutaja sisule juurdepääsu lubadele.
Järgmine diagramm näitab generatiivse AI-rakenduse arhitektuuri, kasutades RAG-meetodit.
Amazon Kendra töötleb ja indekseerib dokumente rakenduse kaudu Amazon Simple Storage Service (Amazon S3) pistik. Amazon Kendra klientide päringud ja kontekstuaalsed andmed suunatakse aadressile Amazonase aluspõhi vundamendi mudel. Demo võimaldab teil valida Amazoni Titani, AI21 Jurassici ja Anthropicu Claude'i mudelite vahel, mida toetab Amazon Bedrock. Vestluste ajalugu salvestatakse Amazon DynamoDB, pakkudes LLM-ile lisakonteksti vastuste genereerimiseks.
Oleme selle demo esitanud GitHub repo. Selle oma AWS-i kontole juurutamiseks vaadake readme-faili juurutamisjuhiseid.
Järgmised sammud kirjeldavad protsessi, kui kasutaja suhtleb generatiivse AI-rakendusega.
- Kasutaja logib sisse veebirakendusse, mille on autentinud Amazon Cognito.
- Kasutaja laadib Amazon S3-sse üles ühe või mitu dokumenti.
- Kasutaja käivitab Amazon Kendra sünkroonimistöö, et sisestada S3 dokumendid Amazon Kendra indeksisse.
- Kasutaja küsimus suunatakse veebisaidil hostitud turvalise WebSocket API kaudu Amazon API värav mida toetab a AWS Lambda funktsiooni.
- Lambda funktsioon, mille võimsuseks on LangChain raamistik – mitmekülgne tööriist, mis on loodud tehisintellekti keelemudelitest juhitud rakenduste loomiseks – ühendub Amazon Bedrocki lõpp-punktiga, et sõnastada vestlusajaloo põhjal kasutaja küsimus ümber. Pärast ümbersõnastamist edastatakse küsimus Retrieve API abil Amazon Kendrale. Vastuseks kuvab Amazon Kendra indeks otsingutulemused, pakkudes väljavõtteid asjakohastest dokumentidest, mis pärinevad ettevõtte sissevõetud andmetest.
- Kasutaja küsimus koos indeksist hangitud andmetega saadetakse kontekstina LLM-i viibale. LLM-i vastus salvestatakse DynamoDB-s vestluste ajaloona.
- Lõpuks saadetakse LLM-i vastus kasutajale tagasi.
Dokumentide indekseerimise töövoog
Dokumentide töötlemise ja indekseerimise protseduur on järgmine:
- Kasutajad esitavad dokumente kasutajaliidese (UI) kaudu.
- Dokumendid teisaldatakse S3 ämbrisse, kasutades AWS võimendus API.
- Amazon Kendra indekseerib uued dokumendid S3 ämbris Amazon Kendra S3 pistiku kaudu.
kasu
Järgmine loend toob esile selle lahenduse eelised:
- Ettevõtte tasemel otsimine – Amazon Kendra on mõeldud ettevõtete otsinguks, mistõttu sobib see organisatsioonidele, kus on tohutul hulgal struktureeritud ja struktureerimata andmeid.
- Semantiline arusaam – Amazon Kendra ML-i võimalused tagavad, et otsimine põhineb sügaval semantilisel mõistmisel, mitte ainult märksõnade vastetel.
- Skaalautuvus – Amazon Kendra saab hakkama suuremahuliste andmeallikatega ning pakub kiireid ja asjakohaseid otsingutulemusi.
- Paindlikkus – Alusmudel võib genereerida vastuseid mitmesuguste kontekstide põhjal, tagades süsteemi mitmekülgsuse.
- Integreerimisvõimalused – Amazon Kendrat saab integreerida erinevate AWS-teenuste ja andmeallikatega, muutes selle kohandatavaks erinevate organisatsiooniliste vajadustega.
Manustatud mudel põhilise LLM-iga
An kinnistamine on numbriline vektor, mis esindab erinevate andmetüüpide, sealhulgas teksti, kujutiste, heli ja dokumentide põhiolemust. See esitus mitte ainult ei kajasta andmete olemuslikku tähendust, vaid kohandab neid ka paljude praktiliste rakenduste jaoks. Mudelite, ML-i haru, manustamine muudab keerukad andmed, nagu sõnad või fraasid, pidevateks vektorruumideks. Need vektorid mõistavad oma olemuselt andmete vahelisi semantilisi seoseid, võimaldades sügavamat ja põhjalikumat võrdlust.
RAG ühendab sujuvalt põhimudelite, nagu trafode, tugevad küljed manuste täpsusega, et otsida vajalikku teavet tohututes andmebaasides. Pärast päringu saamist kasutab süsteem manustamist, et tuvastada ja eraldada asjakohased jaotised ulatuslikust andmekogust. Seejärel formuleerib alusmudel selle ekstraheeritud teabe põhjal kontekstipõhise täpse vastuse. See täiuslik sünergia andmete otsimise ja vastuse genereerimise vahel võimaldab süsteemil anda põhjalikke vastuseid, tuginedes ulatuslikele andmebaasidele salvestatud teadmistele.
Arhitektuurses paigutuses suunatakse kasutajad kasutajaliidese valiku põhjal kas Amazonase aluspõhja või Amazon SageMaker JumpStart vundamendi mudelid. Dokumendid töödeldakse ja vektormanused toodetakse manustamismudeli abil. Need manused indekseeritakse seejärel kasutades FAISS et võimaldada tõhusat semantilist otsingut. Vestluste ajalugu säilitatakse DynamoDB-s, rikastades LLM-i konteksti vastuste koostamiseks.
Järgmine diagramm illustreerib lahenduse arhitektuuri ja töövoogu.
Oleme selle demo esitanud GitHub repo. Selle oma AWS-i kontole juurutamiseks vaadake readme-faili juurutamisjuhiseid.
Manustatud mudel
Manustatud mudeli kohustused on järgmised:
- See mudel vastutab teksti (nagu dokumendid või lõigud) teisendamise eest tihedateks vektoresitlusteks, mida tavaliselt tuntakse manustustena.
- Need manustused kajastavad teksti semantilist tähendust, võimaldades tõhusaid ja semantiliselt tähendusrikkaid võrdlusi erinevate tekstiosade vahel.
- Manusmudelit saab treenida samal laial korpusel nagu alusmudel või olla spetsialiseerunud konkreetsetele domeenidele.
Q&A töövoog
Järgmised sammud kirjeldavad dokumentide kaudu küsimustele vastamise töövoogu.
- Kasutaja logib sisse Amazon Cognito poolt autentitud veebirakendusse.
- Kasutaja laadib Amazon S3-sse üles ühe või mitu dokumenti.
- Dokumendi edastamisel käivitab S3 sündmuse teatis Lambda funktsiooni, mis seejärel kutsub SageMakeri manustamismudeli lõpp-punkti, et luua uue dokumendi manustused. Manustamismudel teisendab küsimuse tihedaks vektoresitluseks (manustamine). Saadud vektorfail on turvaliselt salvestatud S3 ämbrisse.
- FAISS-i retriiver võrdleb seda küsimuse manustamist kõigi andmebaasis olevate dokumentide või lõikude manustamisega, et leida kõige asjakohasemad lõigud.
- Lõigud koos kasutaja küsimusega on esitatud alusmudeli kontekstina. Lambda funktsioon kasutab LangChaini teeki ja loob ühenduse Amazon Bedrocki või SageMaker JumpStarti lõpp-punktiga kontekstipõhise päringuga.
- LLM-i vastus salvestatakse DynamoDB-sse koos kasutaja päringu, ajatempli, kordumatu identifikaatori ja muude üksuse suvaliste identifikaatoritega, näiteks küsimuse kategooriaga. Küsimuse ja vastuse salvestamine diskreetsete üksustena võimaldab Lambda funktsioonil hõlpsasti uuesti luua kasutaja vestluste ajalugu, lähtudes küsimuste esitamise ajast.
- Lõpuks saadetakse vastus kasutajale tagasi HTTP-päringu kaudu API Gateway WebSocket API integratsioonivastuse kaudu.
kasu
Järgmine loend kirjeldab selle lahenduse eeliseid:
- Semantiline arusaam – Manustumismudel tagab, et retriiver valib lõigud sügava semantilise mõistmise, mitte ainult märksõna vastete põhjal.
- Skaalautuvus – Manustused võimaldavad tõhusalt võrrelda sarnasusi, võimaldades kiiresti otsida tohututest dokumentide andmebaasidest.
- Paindlikkus – Alusmudel võib genereerida vastuseid mitmesuguste kontekstide põhjal, tagades süsteemi mitmekülgsuse.
- Domeeni kohanemisvõime – Manustamismudelit saab konkreetsete domeenide jaoks treenida või peenhäälestada, võimaldades süsteemi kohandada erinevate rakenduste jaoks.
Foundation Models Pharma Ad Generator
Tänapäeva kiires farmaatsiatööstuses on tõhus ja lokaliseeritud reklaam olulisem kui kunagi varem. Siin tuleb mängu uuenduslik lahendus, mis kasutab generatiivse tehisintellekti jõudu, et koostada lähtepiltidest ja PDF-idest lokaliseeritud ravimireklaame. Lisaks reklaami loomise protsessi kiirendamisele lihtsustab see lähenemisviis meditsiinilise õigusliku läbivaatamise (MLR) protsessi. MLR on range ülevaatusmehhanism, mille käigus meditsiini-, õigus- ja regulatiivmeeskonnad hindavad hoolikalt reklaammaterjale, et tagada nende täpsus, teaduslik tugi ja eeskirjadele vastavus. Traditsioonilised sisu loomise meetodid võivad olla tülikad, sageli nõuavad käsitsi kohandamist ja põhjalikku ülevaatamist, et tagada vastavus piirkondlikule vastavusele ja asjakohasusele. Generatiivse tehisintellekti tulekuga saame aga automatiseerida kohalikele vaatajaskondadele tõeliselt vastukajavate reklaamide koostamist, järgides samal ajal rangeid standardeid ja juhiseid.
Järgnev diagramm illustreerib lahenduse arhitektuuri.
Arhitektuurses paigutuses, mis põhineb nende valitud mudelil ja reklaamieelistustel, suunatakse kasutajad sujuvalt Amazon Bedrocki vundamendi mudeliteni. See sujuvam lähenemine tagab, et uued reklaamid luuakse täpselt vastavalt soovitud konfiguratsioonile. Protsessi osana käsitleb dokumente tõhusalt Amazoni tekst, mille tulemuseks olev tekst on turvaliselt DynamoDB-s salvestatud. Silmapaistev funktsioon on piltide ja tekstide genereerimiseks mõeldud modulaarne disain, mis annab teile paindlikkuse mis tahes komponendi iseseisvaks taastamiseks vastavalt vajadusele.
Oleme selle demo esitanud GitHub repo. Selle oma AWS-i kontole juurutamiseks vaadake readme-faili juurutamisjuhiseid.
Sisu genereerimise töövoog
Järgmised sammud kirjeldavad sisu loomise protsessi.
- Kasutaja valib oma dokumendi, lähtepildi, reklaami paigutuse, keele ja pildi stiili.
- Turvaline juurdepääs veebirakendusele on tagatud Amazon Cognito autentimise kaudu.
- Veebirakenduse esiosa hostitakse Amplify kaudu.
- WebSocket API, mida haldab API Gateway, hõlbustab kasutajate taotlusi. Need päringud on autentitud AWS-i identiteedi- ja juurdepääsuhaldus (MA OLEN).
- Integreerimine Amazon Bedrockiga hõlmab järgmisi samme:
- Lambda-funktsioon kasutab kontekstirikka päringu abil Amazoni aluspõhja lõpp-punktiga ühenduse loomiseks LangChaini teeki.
- Tekst tekstiks põhimudel loob kontekstipõhise reklaami, mis põhineb antud kontekstil ja seadetel.
- Tekst-pildiks põhimudel loob kohandatud pildi, mida mõjutavad lähtekujutis, valitud stiil ja asukoht.
- Kasutaja saab vastuse HTTPS-i päringu kaudu integreeritud API Gateway WebSocket API kaudu.
Dokumentide ja piltide töötlemise töövoog
Dokumentide ja piltide töötlemise protseduur on järgmine:
- Kasutaja laadib varad üles määratud kasutajaliidese kaudu.
- Amplify API edastab dokumendid S3 ämbrisse.
- Pärast vara Amazon S3-le ülekandmist toimub üks järgmistest toimingutest.
- Kui see on dokument, kasutab Lambda funktsioon Amazon Textracti teksti töötlemiseks ja eraldamiseks reklaamide genereerimiseks.
- Kui see on pilt, teisendab Lambda funktsioon selle base64-vormingusse, mis sobib stabiilse hajutuse mudeliga uue pildi loomiseks allikast.
- Ekstraheeritud tekst või base64 pildistring salvestatakse turvaliselt DynamoDB-sse.
kasu
Järgmine loend kirjeldab selle lahenduse eeliseid.
- Efektiivsus – Generatiivse AI kasutamine kiirendab oluliselt reklaamide genereerimise protsessi, välistades vajaduse käsitsi reguleerimiseks.
- Nõuetele vastavus – Lahendus tagab, et loodud reklaamid järgivad konkreetseid juhiseid ja eeskirju, nagu FDA turundusjuhised.
- Kuluefektiivne – Kohandatud reklaamide loomise automatiseerimisega saavad ettevõtted oluliselt vähendada reklaamide tootmise ja läbivaatamisega seotud kulusid.
- Sujuv MLR-protsess – Lahendus lihtsustab MLR-protsessi, vähendades hõõrdepunkte ja tagades sujuvama ülevaate.
- Lokaliseeritud resonants – Generatiivne tehisintellekt toodab reklaame, mis resoneerivad kohaliku vaatajaskonnaga, tagades asjakohasuse ja mõju erinevates piirkondades.
- Standardimine – Lahendus säilitab vajalikud standardid ja juhised, tagades järjepidevuse kõigis loodud reklaamides.
- Skaalautuvus – AI-põhine lähenemine suudab hallata tohutuid lähtepiltide ja PDF-ide andmebaase, muutes selle teostatavaks suuremahuliseks reklaamide genereerimiseks.
- Vähendatud käsitsi sekkumine – Automatiseerimine vähendab vajadust inimese sekkumise järele, minimeerides vigu ja tagades järjepidevuse.
Selles õpetuses oleva infrastruktuuri saate juurutada oma kohalikust arvutist või kasutada juurutamise tööjaamana AWS Cloud9. AWS Cloud9 on eellaaditud AWS CLI, AWS CDK ja Dockeriga. Kui valite AWS Cloud9, luua keskkonda alates AWS Cloud9 konsool.
Koristage
Tarbetute kulude vältimiseks puhastage kogu AWS CloudFormationi konsooli kaudu loodud infrastruktuur või käivitage oma tööjaamas järgmine käsk:
Lisaks ärge unustage peatada kõik SageMakeri konsooli kaudu algatatud SageMakeri lõpp-punktid. Pidage meeles, et Amazon Kendra indeksi kustutamine ei eemalda teie mälust originaaldokumente.
Järeldus
LLM-ide kehastatud generatiivne AI kuulutab paradigma muutust selles, kuidas me teabele ligi pääseme ja seda genereerime. Kuigi need mudelid on võimsad, on sageli piiratud nende treeningandmetega. RAG tegeleb selle väljakutsega, tagades, et nende mudelite laialdased teadmised on järjepidevalt kaasatud asjakohaste ja praeguste teadmistega.
Meie RAG-põhised demod annavad sellest käegakatsutava tunnistuse. Need näitavad sujuvat sünergiat Amazon Kendra, vektormanustuste ja LLM-ide vahel, luues süsteemi, kus teave pole mitte ainult ulatuslik, vaid ka täpne ja õigeaegne. Nendesse demodesse sukeldudes avastate vahetult eelkoolitatud teadmiste ja RAGi dünaamiliste võimalustega ühendamise ümberkujundamispotentsiaali, mille tulemuseks on nii usaldusväärsed kui ka ettevõtte sisule kohandatud väljundid.
Kuigi LLM-idel töötav generatiivne tehisintellekt avab teabe hankimiseks uue võimaluse, peavad need teadmised olema usaldusväärsed ja piirduma ettevõtte sisuga, kasutades RAG-meetodit. Need RAG-põhised demod võimaldavad teil saada täpseid ja ajakohaseid teadmisi. Nende teadmiste kvaliteet sõltub semantilisest asjakohasusest, mis on võimalik Amazon Kendra ja vektormanustuste abil.
Kui olete valmis täiendavalt uurima ja kasutama generatiivse AI võimsust, on järgmised sammud:
- Osalege meie demodega – Praktiline kogemus on hindamatu. Uurige funktsioone, mõistke integratsioone ja tutvuge liidesega.
- Süvendada oma teadmisi – Kasutage olemasolevaid ressursse. AWS pakub põhjalikku dokumentatsiooni, õpetusi ja kogukonna tuge, et aidata teie tehisintellekti teekonnal.
- Algatage pilootprojekt – Kaaluge alustamist generatiivse AI väikesemahulise rakendamisega oma ettevõttes. See annab ülevaate süsteemi praktilisusest ja kohandatavusest teie konkreetses kontekstis.
AWS-i generatiivsete AI-rakenduste kohta lisateabe saamiseks vaadake järgmist.
Pidage meeles, et tehisintellekti maastik areneb pidevalt. Olge kursis, uudishimulik ja alati valmis kohanema ja uuendusi tegema.
Autorite kohta
Jin Tan Ruan on prototüüpide arendaja AWS Industries prototüüpimise ja klienditehnoloogia (PACE) meeskonnas, kes on spetsialiseerunud NLP-le ja generatiivsele tehisintellektile. Tarkvaraarenduse tausta ja üheksa AWS-i sertifikaadiga Jin toob kaasa hulgaliselt kogemusi, et aidata AWS-i klientidel oma AI/ML-i ja generatiivseid AI-visioone AWS-i platvormi kasutades realiseerida. Tal on Syracuse ülikoolis arvutiteaduse ja tarkvaratehnika magistrikraad. Väljaspool tööd naudib Jin videomängude mängimist ja õudusfilmide põnevasse maailma sukeldumist.
Aravind Kodandaramaiah on AWS Industries Prototyping and Customer Engineering (PACE) meeskonnas Senior Prototyping Full Stack lahenduste koostaja. Ta keskendub sellele, et aidata AWS-i klientidel muuta uuenduslikud ideed lahendusteks, millel on mõõdetavad ja meeldivad tulemused. Ta on kirglik paljude teemade vastu, sealhulgas pilveturve, DevOps ja AI/ML, ning teda võib tavaliselt leida nende tehnoloogiate kallal nokitsemas.
Arjun Shakdher on AWS Industries Prototyping (PACE) meeskonna arendaja, kes soovib kirglikult tehnoloogiat eluga siduda. Purdue ülikoolis magistrikraadi omandanud Arjuni praegune roll keskendub tipptasemel prototüüpide kavandamisele ja ehitamisele, mis hõlmavad mitmesuguseid valdkondi, mis praegu hõlmavad silmapaistvalt AI/ML ja asjade Interneti valdkondi. Kui te pole sukeldunud koodi- ja digitaalmaastikesse, leiate Arjuni nautimas kohvimaailma, uurimas kellade keerukat mehaanikat või nautimas autode kunstilisust.
- SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
- PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
- PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
- PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
- PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
- Allikas: https://aws.amazon.com/blogs/machine-learning/harnessing-the-power-of-enterprise-data-with-generative-ai-insights-from-amazon-kendra-langchain-and-large-language-models/
- :on
- :mitte
- : kus
- $ UP
- 100
- 150
- 7
- a
- võime
- MEIST
- kiirendab
- juurdepääs
- Vastavalt
- konto
- täpsus
- täpne
- üle
- meetmete
- Ad
- kohandama
- kohaneb
- lisatud
- aadressid
- kinni pidama
- kohandused
- Vastuvõtmine
- kuulutused
- edasijõudnud
- ADEelis
- eelised
- Advent
- reklaam
- pärast
- AI
- AI / ML
- Abi
- joondumine
- Materjal: BPA ja flataatide vaba plastik
- võimaldama
- Lubades
- võimaldab
- peaaegu
- mööda
- Ka
- alternatiiv
- alati
- Amazon
- Amazon Cognito
- Amazon Kendra
- Amazoni tekst
- Amazon Web Services
- summad
- võimendama
- an
- ja
- vastus
- vastuseid
- mistahes
- API
- app
- taotlus
- rakendused
- lähenemine
- asjakohane
- arhitektuuri-
- arhitektuur
- OLEME
- ümber
- Array
- kunstnikud
- AS
- eelis
- vara
- abistama
- seotud
- kuulamisi
- heli-
- autenditud
- Autentimine
- automatiseerima
- automatiseerimine
- Automaatika
- saadaval
- vältima
- vältides
- AWS
- AWSi pilv
- AWS CloudFormation
- tagasi
- tagatud
- tagapõhi
- toetus
- baas
- põhineb
- BE
- sest
- muutuma
- muutub
- Kasu
- Parem
- vahel
- Peale
- kalduvusi
- segunemine
- keha
- Bot
- mõlemad
- Filiaal
- Toob
- lai
- ehitaja
- Ehitus
- kuid
- by
- Kutsub
- CAN
- Saab
- võimeid
- lüüa
- lööb
- juhul
- Kategooria
- sertifikaadid
- väljakutse
- väljakutseid
- Vali
- valitud
- puhastama
- Cloud
- Cloud Security
- Cloud9
- kood
- Kohv
- kombineeritud
- ühendab
- tuleb
- tavaliselt
- kogukond
- Ettevõtted
- võrdlused
- keeruline
- Vastavus
- Nõuetele vastav
- komponent
- mõistab
- arvuti
- Arvutiteadus
- konfiguratsioon
- Võta meiega ühendust
- Side
- ühendab
- Arvestama
- järjepidevalt
- konsool
- pidevalt
- sisu
- Sisu genereerimine
- sisu loomine
- kontekst
- kontekstid
- kontekstuaalne
- jätkas
- pidev
- Mugav
- tavaline
- Vestlus
- konverteeriva
- tuum
- Maksma
- kulud
- käsitöö
- looma
- loodud
- loob
- loomine
- loomine
- otsustav
- tülikas
- uudishimulik
- Praegune
- tava
- klient
- Kliendid
- viimase peal
- andmed
- andmebaas
- andmebaasid
- andmekogumid
- kuupäev
- sügav
- sügavam
- Kraad
- veetlev
- demo
- Demod
- sõltuv
- juurutada
- lähetatud
- juurutamine
- kasutuselevõtu
- kirjeldama
- Disain
- kavandatud
- soovitud
- hävitama
- üksikasjalik
- detailid
- arendaja
- & Tarkvaraarendus
- diagnostika
- erinev
- Diffusion
- digitaalne
- suunatud
- Näidikute
- eristatav
- sukelduma
- mitu
- sukeldumine
- laevalaadija
- dokument
- dokumentatsioon
- dokumendid
- Ei tee
- Domeenid
- juhtida
- joonistus
- ajendatud
- dünaamiline
- kergesti
- efektiivsus
- tõhus
- tõhusalt
- kumbki
- kõrvaldades
- kinnistamine
- tekkima
- töötab
- volitatud
- annab volitusi
- võimaldama
- lubatud
- võimaldab
- võimaldades
- lõpp
- Lõpp-punkt
- Inseneriteadus
- tõhustatud
- rikastav
- tagama
- tagatud
- tagab
- tagades
- ettevõte
- Kogu
- varustatud
- vead
- eriti
- olemus
- hindama
- sündmus
- KUNAGI
- arenema
- areneb
- näide
- erutatud
- laiendav
- kogemus
- ekspert
- ekspertide
- uurima
- Avastades
- ulatuslik
- väline
- väljavõte
- kangas
- hõlbustab
- tutvuma
- tempokas
- FB
- teostatav
- tunnusjoon
- FUNKTSIOONID
- Lisaks
- fail
- filtreerimine
- leidma
- esimene
- Paindlikkus
- keskendub
- Järel
- järgneb
- eest
- formaat
- avastatud
- Sihtasutus
- hõõrdumine
- Alates
- esi-
- Esiots
- täis
- Täis virna
- funktsioon
- funktsionaalsused
- edasi
- Pealegi
- kasu
- kasumi saamine
- Mängud
- värav
- tekitama
- loodud
- põlvkond
- generatiivne
- Generatiivne AI
- generaator
- saama
- antud
- andmine
- andmine
- haarake
- Kasvab
- garantii
- juhised
- juhitud
- suunised
- käepide
- käed-
- rakmed
- Kasutamine
- Olema
- võttes
- he
- aidates
- kuulutajad
- siin
- rõhutab
- ise
- ajalugu
- ajalugu
- omamine
- omab
- õudus
- võõrustas
- Kuidas
- aga
- HTML
- http
- HTTPS
- inim-
- ideid
- tunnus
- identifikaatorid
- identifitseerima
- Identity
- if
- illustreerib
- pilt
- pildid
- kastetud
- mõju
- täitmine
- in
- sügavuti minev
- ebatäpne
- hõlmab
- Kaasa arvatud
- lisada
- iseseisvalt
- indeks
- indekseeritud
- indeksid
- tööstusharudes
- tööstus
- tööstuse standardid
- mõjutatud
- info
- teavitatakse
- Infrastruktuur
- olemuselt
- esialgne
- algatatud
- uuendama
- uuenduslik
- mõistlik
- teadmisi
- selle asemel
- juhised
- integreeritud
- Integreerib
- integratsioon
- integratsioon
- tahtlus
- interaktiivne
- Interface
- sekkumine
- sisse
- sisemine
- hindamatu
- asjade Interneti
- IT
- kirjed
- ITS
- töö
- teekond
- jpg
- lihtsalt
- teadmised
- teatud
- maastik
- keel
- suur
- suuremahuline
- Layout
- õppimine
- Õigus
- Lets
- Raamatukogu
- Litsentseeritud
- elu
- nagu
- tõenäosus
- piiratud
- piirid
- nimekiri
- LLM
- kohalik
- liising
- masin
- masinõpe
- jääb
- Tegemine
- juhitud
- käsiraamat
- palju
- Turundus
- suur
- meistrid
- tikud
- materjalid
- tähendus
- tähendusrikas
- tähendused
- vahendid
- mehaanika
- mehhanism
- meditsiini-
- Mälu
- ainult
- ühineb
- ühinevad
- meetodid
- hoolikalt
- minimeerimine
- leevendamine
- ML
- mudel
- modelleerimine
- mudelid
- modulaarne
- rohkem
- kõige
- Filmid
- peab
- Natural
- Natural Language Processing
- vajalik
- Vajadus
- vaja
- vajav
- vajadustele
- Uus
- järgmine
- üheksa
- nlp
- teade
- nüüd
- of
- pakkumine
- Pakkumised
- sageli
- on
- ONE
- ainult
- Avaneb
- or
- organisatsiooniline
- organisatsioonid
- originaal
- Muu
- meie
- välja
- tulemusi
- kontuur
- väljundid
- väljaspool
- üle
- Ületada
- tempo
- paradigma
- parameetrid
- osa
- kirglik
- täiuslik
- Õigused
- Isikliku
- Pharma
- Pharmaceutical
- fraasid
- tükki
- piloot
- pilootprojekt
- Koht
- paigutus
- inimesele
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängima
- mängimine
- võrra
- positsioneerimine
- võimalik
- post
- potentsiaal
- võim
- sisse
- võimas
- Praktiline
- vajadus
- täpselt
- Täpsus
- eelistusi
- eeldused
- praegu
- menetlus
- protsess
- Töödeldud
- töötlemine
- Toodetud
- toodab
- Produktsioon
- projekt
- reklaam
- prototüüpide
- prototüüpimine
- Tõesta
- anda
- tingimusel
- annab
- pakkudes
- kvaliteet
- päringud
- küsimus
- Küsimused
- Kiire
- kiiresti
- valik
- valmis
- valdkondades
- saab
- vastuvõtmine
- Soovitus
- vähendama
- vähendab
- vähendamine
- viitama
- puhastatud
- piirkondlik
- piirkondades
- regulaarne
- määrused
- regulatiivne
- nõuetele vastavuse
- asjakohasus
- asjakohane
- tuginedes
- jääma
- jäänused
- meeles pidama
- kõrvaldama
- ümbersõnastamist
- esindamine
- esindab
- taotleda
- Taotlusi
- nõudma
- nõutav
- Nõuded
- resonaatori
- Vahendid
- vastus
- vastuste
- kohustused
- vastutav
- tulenev
- tulemuseks
- Tulemused
- läbi
- Arvustused
- parandused
- pöörleb
- õige
- rangelt
- Roll
- jooksmine
- jookseb
- salveitegija
- sama
- salvestatud
- teadus
- teaduslik
- sujuv
- sujuvalt
- Otsing
- lõigud
- kindlustama
- kindlalt
- turvalisus
- väljavalitud
- valik
- vanem
- Saadetud
- teenus
- Teenused
- komplekt
- seaded
- seade
- suunata
- presentatsioon
- Näitused
- Sõeluda
- märkimisväärne
- märgatavalt
- lihtne
- lihtsalt
- väiksem
- sujuvam
- tarkvara
- tarkvaraarenduse
- tarkvaraarendus
- Ainult
- lahendus
- Lahendused
- allikas
- hangitud
- Allikad
- Allhange
- tühikud
- sille
- spetsialiseeritud
- spetsialiseerunud
- konkreetse
- määratletud
- stabiilne
- Kestab
- standardite
- Käivitus
- modernne
- jääma
- Samm
- Sammud
- Peatus
- ladustamine
- salvestada
- ladustatud
- ladustamine
- Sujuvamaks
- tugevused
- nöör
- pingutatud
- struktureeritud
- stiil
- esitama
- selline
- sobiv
- toetama
- Toetatud
- sünergia
- süsteem
- kohandatud
- Võtma
- võtab
- materiaalne
- Ülesanne
- ülesanded
- meeskond
- meeskonnad
- tehnika
- Tehnoloogiad
- Tehnoloogia
- testament
- tekst
- kui
- et
- .
- Maastik
- Allikas
- maailm
- oma
- Neile
- SIIS
- sellega
- Need
- nad
- see
- kolm
- haarav
- Läbi
- aeg
- õigeaegne
- ajatempel
- Titan
- et
- tänane
- tööriist
- töövahendid
- teema
- Teemasid
- suunas
- traditsiooniline
- Rong
- koolitatud
- koolitus
- üle
- üle antud
- ülekandeid
- Muutma
- ümberkujundav
- trafod
- Trends
- tõeliselt
- usaldusväärne
- Pöörake
- juhendaja
- õpetused
- liigid
- ui
- läbima
- aluseks
- mõistma
- mõistmine
- ainulaadne
- Ülikool
- erinevalt
- tarbetu
- avalikustama
- ajakohane
- Värskendused
- ajakohastatud
- Uudised
- ülalpidamine
- peale
- kasutama
- kasutage juhtumit
- Kasutaja
- Kasutajaliides
- Kasutajad
- kasutusalad
- kasutamine
- tavaliselt
- kasutab ära
- kasutades
- eri
- suur
- mitmekülgne
- kaudu
- Video
- Videomängude
- visioone
- Tee..
- we
- Jõukus
- web
- Veebirakendus
- veebiteenused
- veebipesa
- olid
- millal
- mis
- kuigi
- WHO
- lai
- Lai valik
- will
- koos
- jooksul
- ilma
- sõnad
- Töö
- töövoog
- töökoht
- maailm
- sa
- Sinu
- ise
- sephyrnet