Oleme tunnistajaks suurte keelemudelite (LLM) kiirele kasutuselevõtule, mis toidavad generatiivseid AI-rakendusi erinevates tööstusharudes. LLM-id on võimelised täitma mitmesuguseid ülesandeid, nagu näiteks loomingulise sisu loomine, vestlusrobotite kaudu päringutele vastamine, koodi genereerimine ja palju muud.
Organisatsioonid, kes soovivad kasutada LLM-e oma rakenduste toiteks, on andmete privaatsuse suhtes üha ettevaatlikumad, et tagada nende generatiivsete AI-rakenduste usaldus ja ohutus. See hõlmab klientide isikut tuvastava teabe (PII) andmete nõuetekohast käitlemist. See hõlmab ka kuritahtliku ja ebaturvalise sisu levitamise vältimist LLM-idele ja kontrollimist, et LLM-ide loodud andmed järgiksid samu põhimõtteid.
Selles postituses käsitleme uusi funktsioone, mida toidab Amazoni mõistmine mis võimaldavad sujuvat integreerimist, et tagada andmete privaatsus, sisu turvalisus ja kiire turvalisus uutes ja olemasolevates generatiivsetes AI rakendustes.
Amazon Comprehend on loomuliku keele töötlemise (NLP) teenus, mis kasutab masinõpet (ML), et leida teavet dokumentide struktureerimata andmetes ja tekstis. Selles postituses arutame, miks on usaldus ja ohutus LLM-idega teie töökoormuse jaoks olulised. Samuti uurime sügavamalt, kuidas neid uusi modereerimisvõimalusi populaarse generatiivse AI arendusraamistikuga kasutatakse LangChain et tutvustada teie kasutusjuhtumi jaoks kohandatavat usaldus- ja ohutusmehhanismi.
Miks on oluline usaldus ja ohutus LLM-idega?
Usaldus ja ohutus on LLM-idega töötamisel ülimalt tähtsad, kuna neil on suur mõju paljudele rakendustele alates klienditoe vestlusrobotidest kuni sisu loomiseni. Kuna need mudelid töötlevad tohutul hulgal andmeid ja loovad inimlikke vastuseid, suureneb väärkasutuse või soovimatute tulemuste potentsiaal. Nende tehisintellektisüsteemide toimimise eetilistes ja usaldusväärsetes piirides tagamine on ülioluline mitte ainult neid kasutavate ettevõtete maine, vaid ka lõppkasutajate ja klientide usalduse säilitamiseks.
Veelgi enam, kuna LLM-id integreeruvad meie igapäevastesse digitaalsetesse kogemustesse, kasvab nende mõju meie arusaamadele, uskumustele ja otsustele. Usalduse ja turvalisuse tagamine LLM-idega läheb kaugemale ainult tehnilistest meetmetest; see räägib AI praktikute ja organisatsioonide laiemast vastutusest eetiliste standardite järgimisel. Seades esikohale usalduse ja ohutuse, ei kaitse organisatsioonid mitte ainult oma kasutajaid, vaid tagavad ka tehisintellekti jätkusuutliku ja vastutustundliku kasvu ühiskonnas. Samuti võib see aidata vähendada kahjuliku sisu tekitamise ohtu ja aidata järgida regulatiivseid nõudeid.
Usalduse ja ohutuse valdkonnas on sisu modereerimine mehhanism, mis käsitleb erinevaid aspekte, sealhulgas, kuid mitte ainult:
- Privaatsus – Kasutajad võivad kogemata esitada tundlikku teavet sisaldavat teksti, mis seab ohtu nende privaatsuse. PII tuvastamine ja redigeerimine on hädavajalik.
- Toksilisus – Kahjuliku sisu, nagu vihakõne, ähvardused või kuritarvitamine, äratundmine ja välja filtreerimine on ülimalt oluline.
- Kasutaja kavatsus – Oluline on tuvastada, kas kasutaja sisend (viip) on ohutu või ebaturvaline. Ebaturvalised viiped võivad otseselt või kaudselt väljendada pahatahtlikku kavatsust, näiteks nõuda isiklikku või privaatset teavet ning luua solvavat, diskrimineerivat või ebaseaduslikku sisu. Vihjed võivad kaudselt väljendada või küsida nõu meditsiiniliste, juriidiliste, poliitiliste, vastuoluliste, isiklike või rahaliste küsimuste kohta.
Sisu modereerimine Amazon Comprehendiga
Selles jaotises käsitleme Amazon Comprehendiga sisu modereerimise eeliseid.
Privaatsusega tegelemine
Amazon Comprehend tegeleb juba privaatsusega oma olemasolevate PII tuvastamise ja redigeerimise võimaluste kaudu TuvastaPIIEentsused ja SisaldabPIIEentseid API-d. Neid kahte API-d toetavad NLP-mudelid, mis suudavad tuvastada suure hulga PII-üksusi, nagu sotsiaalkindlustuse numbrid (SSN-id), krediitkaardinumbrid, nimed, aadressid, telefoninumbrid jne. Olemite täieliku loendi leiate aadressilt PII universaalsed olemitüübid. DetectPII pakub ka PII olemi märgitaseme asukohta tekstis; näiteks olemi NAME (John Doe) algustähe positsioon lauses „Minu nimi on John Teee” on 12 ja tähemärgi lõpppositsioon on 19. Neid nihkeid saab kasutada väärtuste varjamiseks või redigeerimiseks, vähendades sellega privaatsete andmete levimise ohtu LLM-idesse.
Toksilisuse käsitlemine ja kiire ohutus
Täna anname teada kahest uuest Amazon Comprehendi funktsioonist API-de kujul: toksilisuse tuvastamine DetectToxicContent
API ja kiire ohutuse klassifikatsioon selle kaudu ClassifyDocument
API. Pange tähele, et DetectToxicContent
on uus API, samas ClassifyDocument
on olemasolev API, mis toetab nüüd kiiret ohutusklassifikatsiooni.
Toksilisuse tuvastamine
Amazon Comprehend toksilisuse tuvastamise abil saate tuvastada ja märgistada sisu, mis võib olla kahjulik, solvav või sobimatu. See võimalus on eriti väärtuslik platvormide jaoks, kus kasutajad loovad sisu, nagu sotsiaalmeedia saidid, foorumid, vestlusrobotid, kommentaaride jaotised ja rakendused, mis kasutavad sisu loomiseks LLM-e. Esmane eesmärk on säilitada positiivne ja turvaline keskkond, vältides mürgiste ainete levikut.
Mürgisuse tuvastamise mudel analüüsib teksti, et teha kindlaks, kas see sisaldab vihkamist õhutavat sisu, ähvardusi, roppusi või muid kahjuliku teksti vorme. Mudelit õpetatakse kasutama tohutuid andmekogumeid, mis sisaldavad näiteid nii toksilise kui ka mittetoksilise sisu kohta. Toksilisuse API hindab antud tekstiosa, et saada toksilisuse klassifikatsioon ja usaldusskoor. Generatiivsed AI-rakendused saavad seejärel kasutada seda teavet sobivate toimingute tegemiseks, näiteks peatada teksti levik LLM-idesse. Selle kirjutamise seisuga on toksilisuse tuvastamise API poolt tuvastatud märgised HATE_SPEECH
, GRAPHIC
, HARRASMENT_OR_ABUSE
, SEXUAL
, VIOLENCE_OR_THREAT
, INSULT
ja PROFANITY
. Järgmine kood demonstreerib API-kõnet Python Boto3-ga Amazon Comprehendi toksilisuse tuvastamiseks:
Kiire ohutusklassifikatsioon
Kiire ohutusklassifikatsioon Amazon Comprehendi abil aitab klassifitseerida sisendteksti viipa turvaliseks või ebaturvaliseks. See võimalus on ülioluline selliste rakenduste jaoks nagu vestlusrobotid, virtuaalsed assistendid või sisu modereerimise tööriistad, kus viipade ohutuse mõistmine võib määrata vastused, toimingud või sisu levitamise LLM-idele.
Põhimõtteliselt analüüsib kiire ohutusklassifikatsioon inimeste sisendit mis tahes otsese või kaudse pahatahtliku kavatsuse suhtes, nagu isikliku või privaatse teabe taotlemine ja solvava, diskrimineeriva või ebaseadusliku sisu loomine. Samuti märgib see viipasid, mis otsivad nõu meditsiinilistel, juriidilistel, poliitilistel, vastuolulistel, isiklikel või finantsteemadel. Kiire klassifikatsioon tagastab kaks klassi, UNSAFE_PROMPT
ja SAFE_PROMPT
, seotud teksti jaoks, iga seotud usaldusskooriga. Usaldusskoor jääb vahemikku 0–1 ja kokkuvõttes on 1. Näiteks klienditoe vestlusbotis on tekst "Kuidas parooli lähtestada?” annab märku kavatsusest otsida juhiseid parooli lähtestamise protseduuride kohta ja on märgistatud kui SAFE_PROMPT
. Samamoodi avaldus nagu "Soovin, et teiega juhtuks midagi halba” saab märgistada potentsiaalselt kahjuliku kavatsusega ja märgistada kui UNSAFE_PROMPT
. Oluline on märkida, et kiire ohutusklassifikatsioon keskendub peamiselt kavatsuste tuvastamisele inimsisenditest (viipadest), mitte masinaga loodud tekstist (LLM-väljundid). Järgmine kood näitab, kuidas pääseda ligi kiirele ohutusklassifikatsiooni funktsioonile ClassifyDocument
API-d:
Pange tähele, et endpoint_arn
eelmises koodis on AWS-i pakutav Amazoni ressursi number (ARN). arn:aws:comprehend:<region>:aws:document-classifier-endpoint/prompt-safety
, Kus <region>
on teie valitud AWS-i piirkond, kus Amazon Comprehend on saadaval.
Nende võimaluste demonstreerimiseks koostasime näidisvestlusrakenduse, kus palume LLM-il eraldada antud tekstiosast PII-üksused, nagu aadress, telefoninumber ja SSN. LLM otsib ja tagastab sobivad isikuandmete tuvastamise üksused, nagu on näidatud vasakpoolsel pildil.
Amazon Comprehendi modereerimisega saame redigeerida LLM-i sisendit ja LLM-i väljundit. Parempoolsel pildil on SSN-i väärtus lubatud edastada LLM-ile ilma redigeerimiseta. Kuid kõik LLM-i vastuses olevad SSN-väärtused redigeeritakse.
Järgmine on näide, kuidas saab takistada isikut tõendavat teavet sisaldava viipa jõudmist LLM-i. See näide näitab, kuidas kasutaja esitab isikut tuvastavat teavet sisaldava küsimuse. Kasutame Amazon Comprehendi modereerimist, et tuvastada viibal PII-üksused ja kuvada voo katkestamisega viga.
Eelnevad vestlusnäited näitavad, kuidas Amazon Comprehendi modereerimine rakendab piiranguid LLM-ile saadetavatele andmetele. Järgmistes jaotistes selgitame, kuidas seda modereerimismehhanismi LangChaini abil rakendatakse.
Integratsioon LangChainiga
Tänu lõpututele võimalustele LLM-ide rakendamisel erinevates kasutusjuhtudes on muutunud sama oluliseks generatiivsete AI-rakenduste arendamise lihtsustamine. LangChain on populaarne avatud lähtekoodiga raamistik, mis muudab generatiivsete AI-rakenduste arendamise lihtsaks. Amazon Comprehend modereerimine laiendab LangChaini raamistikku, et pakkuda isikuandmete tuvastamise ja redigeerimise, toksilisuse tuvastamise ja kiire ohutuse klassifitseerimise võimalusi. AmazonComprehendModerationChain
.
AmazonComprehendModerationChain
on rakenduse kohandatud rakendamine LangChaini aluskett liides. See tähendab, et rakendused saavad seda ahelat omaendaga kasutada LLM ketid soovitud modereerimise rakendamiseks nii sisendviibale kui ka LLM-i väljundtekstile. Kette saab ehitada arvukate kettide liitmisel või ahelate segamisel teiste komponentidega. Sa võid kasutada AmazonComprehendModerationChain
koos teiste LLM-kettidega, et arendada keerukaid AI-rakendusi modulaarsel ja paindlikul viisil.
Selle edasiseks selgitamiseks esitame järgmistes jaotistes mõned näidised. Selle lähtekood AmazonComprehendModerationChain
teostuse leiate jaotisest LangChaini avatud lähtekoodiga hoidla. API liidese täielikku dokumentatsiooni leiate LangChaini API dokumentatsioonist Amazon Comprehend modereerimiskett. Selle modereerimisahela kasutamine on sama lihtne kui klassi eksemplari initsialiseerimine vaikekonfiguratsioonidega:
Kulisside taga viib modereerimisahel läbi kolm järjestikust modereerimiskontrolli, nimelt PII, toksilisuse ja kiire ohutuse kontrolli, nagu on selgitatud järgmisel diagrammil. See on modereerimise vaikevoog.
Järgmine koodilõik näitab lihtsat näidet modereerimisahela kasutamisest koos Amazon FalconLite LLM (mis on kvantiseeritud versioon Falcon 40B SFT OASST-TOP1 mudel) hostitud Hugging Face Hubis:
Eelmises näites suurendame oma ahelat comprehend_moderation
nii LLM-i kui ka LLM-i loodud teksti jaoks. See teostab vaikemodereerimise, mis kontrollib selles järjestuses PII-d, toksilisust ja kiiret ohutusklassifikatsiooni.
Kohandage oma modereerimist filtri konfiguratsioonidega
Võite kasutada AmazonComprehendModerationChain
spetsiifiliste konfiguratsioonidega, mis annab teile võimaluse juhtida, milliseid modereerimisi soovite oma generatiivses AI-põhises rakenduses teha. Konfiguratsiooni keskmes on saadaval kolm filtrikonfiguratsiooni.
- ModereeriminePiiConfig – Kasutatakse PII-filtri konfigureerimiseks.
- ModerationToxicityConfig – Kasutatakse mürgise sisu filtri konfigureerimiseks.
- ModerationIntentConfig – Kasutatakse kavatsusfiltri konfigureerimiseks.
Saate kasutada kõiki neid filtrikonfiguratsioone, et kohandada modereerimise käitumist. Igal filtri konfiguratsioonil on mõned ühised parameetrid ja unikaalsed parameetrid, millega neid saab lähtestada. Pärast konfiguratsioonide määratlemist kasutate BaseModerationConfig
klassis, et määrata jada, milles filtrid tekstile rakenduvad. Näiteks järgmises koodis määratleme esmalt kolm filtri konfiguratsiooni ja seejärel määrame nende rakendamise järjekorra:
Sukeldume veidi sügavamale, et mõista, mida see konfiguratsioon saavutab:
- Esiteks määrasime toksilisuse filtri jaoks läveks 0.6. See tähendab, et kui tekst sisaldab saadaolevaid mürgiseid märgiseid või üksusi, mille skoor ületab läve, katkeb kogu ahel.
- Kui tekstist mürgist sisu ei leitud, on PII kontroll. Sel juhul oleme huvitatud kontrollimisest, kas tekst sisaldab SSN-i väärtusi. Kuna
redact
parameeter on seatud väärtuseleTrue
, maskeerib ahel tuvastatud SSN-i väärtused (kui neid on), kui SSN-i üksuse usaldusskoor on suurem kui 0.5 või sellega võrdne, ja maski märk on määratud (X). Kuiredact
on seatud väärtuseleFalse
, katkestatakse ahel mis tahes tuvastatud SSN-i korral. - Lõpuks teostab kett viivitamatult ohutusklassifikatsiooni ja peatab sisu levimise ahelas allapoole, kui sisu on klassifitseeritud
UNSAFE_PROMPT
usaldusväärsuse skooriga 0.8 või suurem.
Järgmine diagramm illustreerib seda töövoogu.
Modereerimisahela katkestuste korral (käesolevas näites kehtib toksilisuse ja kiire ohutuse klassifikatsiooni filtrite puhul), tõstab kett Pythoni erand, mis sisuliselt peatab käimasoleva ahela ja võimaldab teil tabada erandit (try-catch plokis) ja teha mis tahes asjakohaseid toiminguid. Kolm võimalikku erandi tüüpi on:
ModerationPIIError
ModerationToxicityError
ModerationPromptSafetyError
Saate konfigureerida ühe filtri või mitu filtrit BaseModerationConfig
. Samas ahelas võib olla ka sama tüüpi filter erinevate konfiguratsioonidega. Näiteks kui teie kasutusjuhtum on seotud ainult isikuandmetega, saate määrata konfiguratsiooni, mis peab SSN-i tuvastamise korral ahela katkestama; muul juhul peab see redigeerima vanust ja nimetama isikut tõendavad andmed. Selle konfiguratsiooni saab määratleda järgmiselt:
Tagasihelistuste ja kordumatute identifikaatorite kasutamine
Kui olete töövoogude mõistega tuttav, võite olla tuttav ka sellega tagasihelistamine. Töövoosisesed tagasikutsumised on iseseisvad koodilõigud, mis käitatakse siis, kui töövoos on täidetud teatud tingimused. Tagasihelistamine võib olla töövoogu blokeeriv või mitteblokeeriv. LangChaini ketid on sisuliselt LLM-ide töövood. AmazonComprehendModerationChain
võimaldab teil määrata oma tagasihelistamisfunktsioonid. Esialgu on rakendamine piiratud ainult asünkroonsete (mitteblokeerivate) tagasihelistamisfunktsioonidega.
See tähendab sisuliselt seda, et kui kasutate modereerimisahelaga tagasihelistusi, töötavad need keti tööst sõltumatult, ilma seda blokeerimata. Modereerimisahela jaoks saate pärast iga modereerimise käitamist mis tahes äriloogikaga kooditükke käivitada, sõltumata ahelast.
Saate valikuliselt anda ka suvalise kordumatu identifikaatori stringi loomisel AmazonComprehendModerationChain
logimise ja analüüsi hilisemaks lubamiseks. Näiteks kui kasutate LLM-i jõul töötavat vestlusrobotit, võite soovida jälgida kasutajaid, kes pidevalt kuritarvitavad või avaldavad tahtlikult või teadmata isikuandmeid. Sellistel juhtudel on vaja jälgida selliste viipade päritolu ja võib-olla salvestada need andmebaasi või logida need edasiste toimingute jaoks asjakohaselt. Saate edastada kordumatu ID, mis kasutaja selgelt identifitseerib (nt tema kasutajanimi või e-posti aadress) või rakenduse nime, mis viiba genereerib.
Tagasihelistuste ja kordumatute identifikaatorite kombinatsioon annab teile võimsa viisi, kuidas rakendada modereerimisahelat, mis sobib teie kasutusjuhtumiga palju sidusamalt ja vähema koodiga, mida on lihtsam hooldada. Tagasihelistamise töötleja on saadaval aadressil BaseModerationCallbackHandler
, millel on kolm saadaolevat tagasihelistamist: on_after_pii()
, on_after_toxicity()
ja on_after_prompt_safety()
. Kõiki neid tagasihelistamisfunktsioone kutsutakse asünkroonselt pärast vastava modereerimise kontrollimist ahelas. Need funktsioonid saavad ka kaks vaikeparameetrit:
- modereerimise_majakas – sõnastik, mis sisaldab üksikasju, nagu näiteks tekst, millel modereerimine teostati, Amazon Comprehend API täielik JSON-väljund, modereerimise tüüp ja see, kas kaasasolevad sildid (konfiguratsioonis) leiti tekstist või mitte.
- unikaalne_id – kordumatu ID, mille määrasite eksemplari initsialiseerimisel
AmazonComprehendModerationChain
.
Järgmine on näide tagasihelistamisega juurutamise toimimisest. Sel juhul määratlesime ühe tagasihelistamise, mille tahame, et kett pärast isikuandmete kontrollimist käivitaks:
Seejärel kasutame my_callback
objekti modereerimisahela initsialiseerimisel ja läbima ka a unique_id
. Võite kasutada tagasihelistusi ja kordumatuid identifikaatoreid konfiguratsiooniga või ilma. Kui te alamklassi BaseModerationCallbackHandler
, peate rakendama ühe või kõik tagasihelistamise meetodid, olenevalt filtritest, mida kavatsete kasutada. Lühiduse huvides on järgmises näites näidatud viis tagasihelistamiste kasutamiseks ja unique_id
ilma konfiguratsioonita:
Järgmine diagramm selgitab, kuidas see tagasihelistamiste ja kordumatute identifikaatoritega modereerimisahel töötab. Täpsemalt rakendasime isikuandmete tuvastamise tagasihelistamise, mis peaks kirjutama JSON-faili, milles on saadaval olevad andmed moderation_beacon
ja unique_id
läbitud (antud juhul kasutaja meiliaadress).
Järgnevalt Pythoni märkmik, oleme koostanud mõned erinevad viisid, kuidas modereerimisahelat konfigureerida ja kasutada erinevate LLM-idega, näiteks LLM-idega, mida hostitakse Amazon SageMaker JumpStart ja võõrustati sisse Kallistamine Face Hub. Lisasime ka vestlusrakenduse näidisrakenduse, millest me varem rääkisime Pythoni märkmik.
Järeldus
Suurte keelemudelite ja generatiivse AI transformatsioonipotentsiaal on vaieldamatu. Nende vastutustundlik ja eetiline kasutamine sõltub aga usalduse ja ohutusega seotud probleemide lahendamisest. Tunnistades väljakutseid ja rakendades aktiivselt riskide maandamise meetmeid, saavad arendajad, organisatsioonid ja ühiskond laiemalt kasutada nende tehnoloogiate eeliseid, säilitades samas usalduse ja ohutuse, mis on nende eduka integreerimise aluseks. Kasutage rakendust Amazon Comprehend ContentModerationChain, et lisada usaldus- ja turvafunktsioonid mis tahes LLM-i töövoogudele, sealhulgas LangChainis rakendatud otsingu laiendatud genereerimise (RAG) töövoogudele.
Teabe saamiseks RAG-põhiste lahenduste loomise kohta, kasutades LangChaini ja Amazon Kendra ülitäpset masinõppe (ML) toega intelligentne otsing, näe- Looge kiiresti ettevõtte andmetele ülitäpsed generatiivsed AI-rakendused, kasutades Amazon Kendrat, LangChaini ja suuri keelemudeleid. Järgmise sammuna vaadake koodinäidised lõime Amazon Comprehendi modereerimise kasutamiseks koos LangChainiga. Amazon Comprehend modereerimisahela API täieliku dokumentatsiooni saamiseks vaadake LangChaini API dokumentatsioon.
Autoritest
Wrick Talukdar on Amazon Comprehend Service meeskonna vanemarhitekt. Ta teeb koostööd AWS-i klientidega, et aidata neil masinõpet laialdaselt kasutusele võtta. Töövälisel ajal meeldib talle lugeda ja pildistada.
Anjan Biswas on tehisintellektiteenuste lahenduste vanemarhitekt, kes keskendub tehisintellektile/ML-ile ja andmeanalüüsile. Anjan on osa ülemaailmsest AI-teenuste meeskonnast ja teeb koostööd klientidega, et aidata neil mõista ja arendada lahendusi tehisintellekti ja ML-ga seotud äriprobleemidele. Anjanil on üle 14-aastane globaalse tarneahela, tootmis- ja jaemüügiorganisatsioonidega töötamise kogemus ning ta aitab aktiivselt klientidel AWS-i tehisintellekti teenustega algust teha ja laiendada.
Nikhil Jha on Amazon Web Servicesi vanemtehniline kontohaldur. Tema fookusvaldkondadeks on AI/ML ja analüütika. Vabal ajal meeldib talle tütrega sulgpalli mängida ja õues käia.
Lõug Rane on AI/ML spetsialistilahenduste arhitekt ettevõttes Amazon Web Services. Ta on kirglik rakendusmatemaatika ja masinõppe vastu. Ta keskendub intelligentsete dokumenditöötluslahenduste kavandamisele AWS-i klientidele. Väljaspool tööd naudib ta salsat ja bachata tantsu.
- 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/build-trust-and-safety-for-generative-ai-applications-with-amazon-comprehend-and-langchain/
- :on
- :on
- :mitte
- : kus
- $ UP
- 1
- 100
- 11
- 12
- 14
- 15%
- 17
- 19
- 500
- 7
- 8
- 9
- a
- võimeid
- võime
- MEIST
- kuritarvitamise
- juurdepääs
- konto
- täpne
- Saavutab
- üle
- tegevus
- meetmete
- aktiivselt
- lisama
- aadress
- aadressid
- adresseerimine
- kinni pidama
- vastu võtma
- Vastuvõtmine
- nõuanne
- pärast
- vanus
- AI
- AI teenused
- Tehisintellekti süsteemid
- AI / ML
- Materjal: BPA ja flataatide vaba plastik
- lubatud
- Lubades
- võimaldab
- juba
- Ka
- kokku
- Amazon
- Amazoni mõistmine
- Amazon Kendra
- Amazon Web Services
- summad
- an
- analytics
- analüüse
- ja
- Kuulutades
- vastus
- mistahes
- API
- API-liidesed
- kohaldatav
- taotlus
- rakendused
- rakendatud
- kehtib
- kehtima
- asjakohane
- asjakohaselt
- OLEME
- valdkondades
- AS
- küsima
- küsib
- aspektid
- määratud
- assistendid
- seotud
- At
- suurendama
- suurendatud
- saadaval
- AWS
- tagatud
- Halb
- baas
- põhineb
- BE
- sest
- muutuma
- muutub
- käitumine
- on
- uskumused
- Kasu
- vahel
- Peale
- Blokeerima
- blokeerimine
- mõlemad
- piirid
- laiem
- ehitama
- usalduse loomine
- Ehitus
- ehitatud
- äri
- ettevõtted
- kuid
- by
- helistama
- tagasihelistamine
- kutsutud
- CAN
- võimeid
- võime
- võimeline
- kapital
- kaart
- juhul
- juhtudel
- maadlus
- kindel
- kett
- ketid
- väljakutseid
- iseloom
- chatbot
- jututoad
- kontrollima
- kontroll
- Kontroll
- lõug
- valik
- klass
- klassid
- klassifikatsioon
- salastatud
- Klassifitseerige
- klient
- kood
- ühtehoidev
- COM
- kombinatsioon
- kombineeritud
- kommentaar
- ühine
- keeruline
- komponendid
- mõista
- mõiste
- mures
- Murettekitav
- Tingimused
- usaldus
- konfiguratsioon
- järjestikune
- järjepidevalt
- sisaldab
- sisu
- Sisu genereerimine
- kontrollida
- vastuoluline
- tuum
- loodud
- loomine
- Loominguline
- krediit
- krediitkaart
- kriitiline
- otsustav
- tava
- klient
- Klienditugi
- Kliendid
- kohandatav
- kohandada
- iga päev
- Dancing
- andmed
- Andmete analüüs
- andmekaitse
- andmebaas
- andmekogumid
- otsused
- sügavam
- vaikimisi
- määratlema
- määratletud
- süvenema
- näitama
- näitab
- Olenevalt
- projekteerimine
- soovitud
- detailid
- avastama
- tuvastatud
- Detection
- Määrama
- arendama
- Arendajad
- & Tarkvaraarendus
- erinev
- digitaalne
- arutama
- arutatud
- selgelt
- sukelduma
- do
- dokument
- dokumentatsioon
- dokumendid
- nastik
- alla
- kaks
- e
- iga
- Ajalugu
- lihtsam
- tõhusalt
- vaevata
- kumbki
- teine
- võimaldama
- lõpp
- Lõputu
- tagama
- tagades
- ettevõte
- üksuste
- üksus
- keskkond
- võrdne
- Võrdselt
- viga
- olemus
- oluline
- põhiliselt
- eetiline
- näide
- näited
- Välja arvatud
- erand
- olemasolevate
- kogemus
- Kogemused
- Selgitama
- selgitas
- Selgitab
- selgesõnaliselt
- Avastades
- ekspress
- laieneb
- väljavõte
- nägu
- tuttav
- tunnusjoon
- FUNKTSIOONID
- vähe
- fail
- filtreerida
- filtreerimine
- Filtrid
- finants-
- leidma
- leiab
- esimene
- märgistatud
- lipud
- paindlik
- voog
- Keskenduma
- keskendunud
- keskendub
- Järel
- järgneb
- eest
- vorm
- formaat
- vormid
- Foorumid
- avastatud
- Raamistik
- Prantsusmaa
- Alates
- täis
- funktsioonid
- edasi
- tekitama
- loodud
- teeniva
- põlvkond
- generatiivne
- Generatiivne AI
- saama
- gif
- Andma
- antud
- annab
- Globaalne
- eesmärk
- Goes
- läheb
- hea
- suurem
- Kasvab
- Kasv
- juhised
- Käsitsemine
- juhtub
- kahjulik
- rakmed
- viha
- Olema
- võttes
- he
- aitama
- aidates
- aitab
- kõrgelt
- hingedega
- tema
- võõrustas
- Kuidas
- Kuidas
- aga
- HTML
- HTTPS
- Keskus
- inim-
- inimlik
- i
- ID
- Identifitseerimine
- tunnus
- identifikaatorid
- identifitseerib
- identifitseerima
- identifitseerimiseks
- if
- ebaseaduslik
- illustreerib
- pilt
- mõju
- rakendada
- täitmine
- rakendatud
- rakendamisel
- import
- tähtsus
- oluline
- in
- kogemata
- sisaldama
- lisatud
- hõlmab
- Kaasa arvatud
- Suurendama
- Tõstab
- üha rohkem
- sõltumatud
- iseseisvalt
- tööstusharudes
- mõju
- info
- esialgu
- sisend
- sisendite
- Päringud
- Näiteks
- integreeritud
- integratsioon
- Intelligentne
- Arukas dokumenditöötlus
- kavatsevad
- tahtlus
- huvitatud
- Interface
- katkenud
- sisse
- kehtestama
- IT
- ITS
- John
- JOHN DOE
- jpg
- Json
- lihtsalt
- Labels
- keel
- suur
- pärast
- õppimine
- lahkus
- Õigus
- vähem
- nagu
- tõenäosus
- piiratud
- nimekiri
- vähe
- veidi sügavamale
- LLM
- logi
- metsaraie
- loogika
- otsin
- masin
- masinõpe
- säilitada
- TEEB
- juht
- viis
- tootmine
- mask
- matemaatika
- küsimus
- mai..
- me
- vahendid
- meetmed
- mehhanism
- Meedia
- meditsiini-
- ühinevad
- mõdu
- meetodid
- kuritarvitamine
- Leevendada
- Segamine
- ML
- mudel
- mudelid
- mõõdukus
- modulaarne
- rohkem
- palju
- peab
- my
- nimi
- nimelt
- nimed
- Natural
- Natural Language Processing
- vajalik
- Uus
- Uued funktsioonid
- järgmine
- nlp
- ei
- nüüd
- number
- numbrid
- arvukad
- objekt
- of
- solvav
- pakkuma
- korvab
- on
- ONE
- ainult
- avatud
- avatud lähtekoodiga
- töötama
- tegutsevad
- Valikud
- or
- et
- organisatsioonid
- päritolu
- Muu
- muidu
- meie
- välja
- tulemusi
- väljas
- väljund
- väljundid
- väljaspool
- üle
- enda
- parameeter
- parameetrid
- Tähtsam
- osa
- eriti
- sooritama
- Vastu võetud
- kirglik
- Parool
- parooli lähtestamine
- Muster
- täitma
- teostatud
- täidab
- ehk
- isiklik
- Isiklikult
- telefon
- fotograafia
- tükk
- tükki
- Platvormid
- Platon
- Platoni andmete intelligentsus
- PlatoData
- mängimine
- poliitiline
- populaarne
- positsioon
- positiivne
- võimalused
- võimalik
- post
- potentsiaal
- potentsiaalselt
- võim
- sisse
- võimas
- säilitamine
- ennetada
- eelkõige
- esmane
- põhimõtted
- prioriteetsuse
- privaatsus
- era-
- isiklikku informatsiooni
- probleeme
- menetlused
- protsess
- töötlemine
- sügav
- Edu
- korralikult
- kaitsma
- anda
- annab
- Python
- küsimus
- tõstma
- valik
- vahemikud
- kiire
- pigem
- jõuda
- Lugemine
- realm
- saama
- tunnustamine
- vähendama
- vähendamine
- viitama
- piirkond
- regulatiivne
- asjakohane
- usaldusväärne
- maine
- taotleda
- Nõuded
- ressurss
- need
- vastus
- vastuste
- vastutus
- vastutav
- piirangud
- jaemüük
- Tulu
- õige
- Oht
- riskide
- jooks
- s
- ohutu
- ohutus
- salveitegija
- sama
- Skaala
- stseenide
- skoor
- sujuv
- Osa
- lõigud
- turvalisus
- vaata
- otsima
- SELF
- vanem
- tundlik
- Saadetud
- Lause
- Jada
- teenus
- Teenused
- komplekt
- ta
- peaks
- näitama
- presentatsioon
- näidatud
- Näitused
- signaale
- Samamoodi
- lihtne
- lihtsustama
- ühekordne
- Saidid
- jupp
- So
- sotsiaalmeedia
- Sotsiaalse meedia
- Ühiskond
- Lahendused
- mõned
- midagi
- allikas
- lähtekoodi
- Räägib
- spetsialist
- konkreetse
- eriti
- määratletud
- kõne
- standardite
- algus
- alustatud
- väljavõte
- Samm
- Peatus
- peatumine
- salvestada
- nöör
- Järgnevalt
- edukas
- selline
- varustatud
- varustama
- tarneahelas
- toetama
- Toetab
- jätkusuutlik
- süsteemid
- Võtma
- ülesanded
- meeskond
- Tehniline
- Tehnoloogiad
- šabloon
- tekst
- kui
- et
- .
- Pealinn
- Allikas
- oma
- Neile
- SIIS
- Seal.
- sellega
- Need
- nad
- see
- ähvardused
- kolm
- künnis
- Läbi
- aeg
- et
- töövahendid
- jälgida
- koolitatud
- muundav
- Usalda
- püüdma
- kaks
- tüüp
- liigid
- paljastama
- salgamatu
- toetama
- mõistma
- mõistmine
- ainulaadne
- Universaalne
- Üles
- kasutama
- kasutage juhtumit
- Kasutatud
- Kasutaja
- Kasutajad
- kasutusalad
- kasutamine
- ära kasutama
- kasutatud
- väärtuslik
- väärtus
- Väärtused
- sort
- eri
- suur
- versioon
- kaudu
- virtuaalne
- W
- tahan
- oli
- Tee..
- kuidas
- we
- web
- veebiteenused
- Hästi
- olid
- M
- Mis on
- millal
- samas kui
- kas
- mis
- kuigi
- WHO
- kogu
- miks
- lai
- Lai valik
- will
- soov
- koos
- jooksul
- ilma
- tunnistajaks
- Töö
- töövoog
- Töövoogud
- töö
- töötab
- kirjutama
- kirjutamine
- X
- aastat
- sa
- Sinu
- sephyrnet