이 게시물은 Thomson Reuters의 Shirsha Ray Chaudhuri, Harpreet Singh Baath, Rashmi B Pawar 및 Palvika Bansal이 공동 작성했습니다.
톰슨 로이터 (TR)은 글로벌 콘텐츠 및 기술 중심 기업으로 수십 년 동안 전문 정보 제품에 인공지능(AI)과 머신러닝(ML)을 사용해 왔습니다. 회사의 전담 혁신 팀인 Thomson Reuters Labs는 AI 및 자연어 처리(NLP) 분야의 선구적인 작업에 핵심적인 역할을 해왔습니다. 중요한 이정표는 1992년 Westlaw Is Natural(WIN)의 출시였습니다. 이 기술은 보다 효율적이고 자연스러운 법률 연구를 위해 NLP를 사용하는 최초의 기술 중 하나였습니다. 2023년으로 빨리감기, Thomson Reuters 전문가의 미래를 계속해서 정의하고 있습니다. 빠른 혁신, 창의적인 솔루션, 강력한 기술을 통해
생성적 AI의 도입은 Thomson Reuters가 고객과 협력하고 업무 수행 방식을 다시 한 번 발전시킬 수 있는 또 다른 기회를 제공하여 전문가가 통찰력을 얻고 워크플로를 자동화하여 가장 중요한 곳에 시간을 집중할 수 있도록 지원합니다. Thomson Reuters는 생성 AI 및 기타 기술이 현대 전문가를 위해 무엇을 할 수 있는지의 한계를 넓히고 있지만, 자체 팀에서는 이 기술의 힘을 어떻게 사용하고 있습니까?
Thomson Reuters는 모든 팀과 모든 비즈니스 영역의 동료들 사이에서 AI에 대한 인식과 이해를 높이는 데 중점을 두고 있습니다. AI란 무엇이며 ML은 어떻게 작동하는지에 대한 기본 원칙부터 시작하여 웹 세미나, 교육 자료, 패널 토론을 포함하여 전사적 AI 인식 세션으로 구성된 롤링 프로그램을 제공합니다. 이 세션 동안 동료들이 일상 업무에 AI를 사용하고 고객에게 서비스를 제공하는 데 도움이 되는 도구를 사용하는 방법을 고려하면서 AI를 사용할 수 있는 방법에 대한 아이디어가 떠오르기 시작했습니다.
이 게시물에서는 Thomson Reuters Labs가 AWS와 협력하여 개발한 Thomson Reuters의 전사적 LLM(대형 언어 모델) 놀이터인 Open Arena를 어떻게 만들었는지 논의합니다. 원래 개념은 Simone Zucchet(AWS 솔루션 아키텍트)와 Tim Precious(AWS 계정 관리자)의 지원을 받은 AI/ML Hackathon에서 나 왔으며 AWS의 지원을 받아 6주 이내에 AWS 서비스를 사용하여 프로덕션으로 개발되었습니다. 다음과 같은 AWS 관리 서비스 AWS 람다, 아마존 DynamoDB및 아마존 세이지 메이커, 사전 구축된 Hugging Face Deep Learning Containers(DLC)가 혁신 속도에 기여했습니다. Open Arena는 안전하고 통제된 환경에서 생성 AI를 전사적으로 실험할 수 있도록 지원했습니다.
더 자세히 살펴보면 Open Arena는 사용자가 LLM을 통해 지원되는 점점 더 많은 도구 세트를 실험할 수 있는 웹 기반 놀이터입니다. 이는 코딩에 대한 배경 지식이 없지만 TR에서 생성 AI를 통해 가능성의 예술을 탐구하려는 Thomson Reuters 직원에게 비프로그래밍 방식의 액세스를 제공합니다. Open Arena는 고객 지원 상담원, 웹 사이트에서 빠른 답변을 얻는 솔루션, 문서의 요점을 요약하고 확인하는 솔루션 등 다양한 말뭉치에서 빠른 답변을 얻을 수 있도록 개발되었습니다. Thomson Reuters 직원들의 경험이 새로운 아이디어를 촉발하고 생성 AI 분야에서 새로운 트렌드가 등장함에 따라 Open Arena의 역량은 계속해서 성장하고 있습니다. 이는 모두 솔루션을 뒷받침하는 모듈식 서버리스 AWS 아키텍처에 의해 촉진됩니다.
오픈 아레나 구상
Thomson Reuters의 목표는 분명했습니다. 기업 전체의 놀이터로서 안전하고 안전하며 사용자 친화적인 플랫폼, 즉 "개방형 경기장"을 구축하는 것입니다. 여기에서 내부 팀은 내부에서 개발된 다양한 LLM과 AWS 및 Hugging Face 파트너십과 같은 오픈 소스 커뮤니티의 LLM을 탐색하고 테스트할 수 있을 뿐만 아니라 LLM의 기능을 Thomson Reuters의 기능과 병합하여 고유한 사용 사례를 발견할 수도 있었습니다. 광범위한 회사 데이터. 이러한 종류의 플랫폼은 혁신적인 솔루션을 생성하는 팀의 능력을 향상시켜 Thomson Reuters가 고객에게 제공할 수 있는 제품과 서비스를 개선할 것입니다.
구상된 Open Arena 플랫폼은 전 세계적으로 Thomson Reuters 내의 다양한 팀에 서비스를 제공하여 LLM과 자유롭게 상호 작용할 수 있는 놀이터를 제공할 것입니다. 통제된 환경에서 이러한 상호 작용을 수행할 수 있는 기능을 통해 팀은 이러한 복잡한 모델에 대한 덜 직접적인 참여에서는 명백하지 않았을 수 있는 새로운 응용 프로그램과 방법론을 발견할 수 있습니다.
오픈 아레나 구축
Open Arena를 구축하는 과정은 다면적인 과정이었습니다. 우리는 AWS의 서버리스 및 ML 서비스 기능을 활용하여 Thomson Reuters 직원이 최신 LLM을 원활하게 실험할 수 있는 솔루션을 만드는 것을 목표로 했습니다. 우리는 확장성과 관리성을 제공할 뿐만 아니라 비용 효율성도 보장하는 이러한 서비스의 잠재력을 확인했습니다.
솔루션 개요
모델 배포 및 미세 조정을 위한 강력한 환경을 조성하는 것부터 세심한 데이터 관리를 보장하고 원활한 사용자 경험을 제공하는 것까지 TR은 여러 AWS 서비스와 통합하기 위해 각 측면을 필요로 했습니다. Open Arena의 아키텍처는 복잡성과 사용 편의성의 균형을 유지하면서 포괄적이면서도 직관적으로 설계되었습니다. 다음 다이어그램은 이 아키텍처를 보여줍니다.
SageMaker는 백본 역할을 하여 SageMaker 엔드포인트로 모델 배포를 촉진하고 모델 미세 조정을 위한 강력한 환경을 제공합니다. 우리는 배포 프로세스를 개선하기 위해 AWS에서 제공하는 SageMaker DLC의 Hugging Face를 활용했습니다. 또한 SageMaker Hugging Face Inference Toolkit과 Accelerate 라이브러리를 사용하여 추론 프로세스를 가속화하고 복잡하고 리소스 집약적인 모델 실행 요구 사항을 효과적으로 처리했습니다. 이러한 포괄적인 도구는 LLM을 빠르고 원활하게 배포하는 데 중요한 역할을 했습니다. 다음에 의해 트리거되는 Lambda 함수 아마존 API 게이트웨이, API를 관리하여 데이터의 세심한 전처리 및 후처리를 보장했습니다.
원활한 사용자 경험을 제공하기 위해 우리는 보안 API 게이트웨이를 채택하여 호스팅되는 프런트 엔드를 연결했습니다. 아마존 단순 스토리지 서비스 (Amazon S3)을 Lambda 백엔드에 연결합니다. 우리는 프런트 엔드를 S3 버킷에 정적 사이트로 배포하여 다음을 통해 사용자 인증을 보장했습니다. 아마존 CloudFront를 그리고 우리 회사의 Single Sign-On 메커니즘입니다.
Open Arena는 REST API를 통해 여러 LLM과 원활하게 통합되도록 설계되었습니다. 이를 통해 빠르게 변화하는 생성 AI 공간에서 새로운 최첨단 모델이 개발 및 출시됨에 따라 플랫폼이 신속하게 반응하고 통합할 수 있을 만큼 유연하다는 것을 보장했습니다. Open Arena는 처음부터 안전한 엔터프라이즈 AI/ML 놀이터를 제공하도록 설계되었으므로 Thomson Reuters 직원은 최신 LLM이 출시되자마자 신속하게 실험할 수 있습니다. SageMaker에서 Hugging Face 모델을 사용하면 모든 데이터가 암호화되고 Virtual Private Cloud(VPC)를 벗어나지 않아 데이터가 비공개 및 기밀로 유지되므로 팀은 안전한 환경에서 모델을 미세 조정할 수 있었습니다.
우리가 선택한 NoSQL 데이터베이스 서비스인 DynamoDB는 사용자 쿼리, 응답, 응답 시간, 사용자 데이터를 비롯한 다양한 데이터를 효율적으로 저장하고 관리했습니다. 개발 및 배포 프로세스를 간소화하기 위해 우리는 AWS 코드빌드 및 AWS 코드 파이프라인 지속적인 통합과 지속적인 전달(CI/CD)을 위해. 인프라를 모니터링하고 최적의 기능을 보장하는 것이 가능해졌습니다. 아마존 클라우드 워치, 맞춤형 대시보드와 포괄적인 로깅 기능을 제공했습니다.
모델 개발 및 통합
Open Arena의 핵심은 오픈 소스 모델과 내부 개발 모델로 구성된 다양한 LLM입니다. 이러한 모델은 특정 사용자 프롬프트에 따라 응답을 제공하도록 미세 조정되었습니다.
우리는 Flan-T5-XL, Open Assistant, MPT, Falcon 및 매개변수 효율적인 미세 조정을 사용하여 사용 가능한 오픈 소스 데이터 세트에서 미세 조정된 Flan-T5-XL을 포함하여 Open Arena의 다양한 사용 사례에 대해 다양한 LLM을 실험했습니다. 기술. 우리는 Hugging Face의 비트와 바이트 통합을 사용하여 다양한 양자화 기술을 실험했습니다. 이를 통해 우리는 향상된 성능과 효율성을 위해 LLM을 최적화하여 훨씬 더 큰 혁신을 위한 기반을 마련했습니다. 이러한 사용 사례의 백엔드로 모델을 선택하는 동안 우리는 Thomson Reuters와 관련된 NLP 작업에서 이러한 모델의 성능이 어떤 모습인지 등 다양한 측면을 고려했습니다. 또한 다음과 같은 엔지니어링 측면도 고려해야 했습니다.
- LLM을 사용하여 애플리케이션을 구축할 때 효율성 향상 – AWS의 깊이 있고 폭넓은 친숙한 제어 및 통합을 사용하여 최첨단 LLM을 AWS에서 실행되는 애플리케이션 및 워크로드에 신속하게 통합 및 배포합니다.
- 안전한 맞춤화 – LLM을 미세 조정하는 데 사용되는 모든 데이터가 암호화된 상태로 유지되고 VPC를 벗어나지 않도록 보장
- 유연성 – 다양한 사용 사례에 적합한 모델을 찾기 위해 다양한 AWS 기본 및 오픈 소스 LLM 중에서 선택할 수 있는 기능
우리는 상당한 성능 향상으로 더 큰 모델의 더 높은 비용이 정당화되는가와 같은 질문을 해왔습니다. 이 모델이 긴 문서를 처리할 수 있나요?
다음 다이어그램은 모델 아키텍처를 보여줍니다.
우리는 특정 사용 사례에 대해 평가하기 위해 오픈 소스 법률 데이터 세트 및 Thomson Reuters 내부 데이터 세트의 이전 측면에서 이러한 모델을 평가해 왔습니다.
콘텐츠 기반 사용 사례(특정 말뭉치의 답변을 요구하는 경험)의 경우 검색 증강 세대 (RAG) 파이프라인이 마련되어 쿼리와 가장 관련성이 높은 콘텐츠를 가져옵니다. 이러한 파이프라인에서는 문서가 여러 개의 청크로 분할된 다음 임베딩이 생성되어 OpenSearch에 저장됩니다. 가장 잘 일치하는 문서 또는 청크를 얻기 위해 우리는 이중 인코더 및 교차 인코더 모델을 기반으로 하는 검색/재순위 지정 접근 방식을 사용합니다. 검색된 최상의 일치 항목은 쿼리와 함께 LLM에 입력으로 전달되어 최상의 응답을 생성합니다.
Thomson Reuters의 내부 콘텐츠와 LLM 경험의 통합은 사용자가 이러한 모델에서 보다 관련성이 높고 통찰력 있는 결과를 추출할 수 있도록 하는 데 중요한 역할을 했습니다. 더 중요한 것은 비즈니스 워크플로에 AI 지원 솔루션을 채택할 가능성에 대한 모든 팀의 아이디어가 촉발되었다는 것입니다.
오픈 아레나 타일: 사용자 상호 작용 촉진
Open Arena는 다음 스크린샷과 같이 각 경험에 대해 사전 설정된 활성화 타일로 설계된 사용자 친화적인 인터페이스를 채택합니다. 이러한 타일은 사용자의 특정 요구 사항을 충족하는 사전 설정된 상호 작용 역할을 합니다.
예를 들어 오픈 소스 LLM 실험 타일은 오픈 소스 LLM과의 채팅과 유사한 상호 작용 채널을 엽니다.
문서에 질문하기 타일을 통해 사용자는 문서를 업로드하고 LLM의 콘텐츠와 관련된 특정 질문을 할 수 있습니다. 요약 실험 타일을 사용하면 다음 스크린샷에 표시된 것처럼 사용자가 대량의 텍스트를 간결한 요약으로 정리할 수 있습니다.
이러한 타일은 AI 지원 작업 솔루션의 사용자 소비와 플랫폼 내 탐색 프로세스를 단순화하여 창의성을 촉발하고 혁신적인 사용 사례의 발견을 촉진합니다.
오픈 아레나의 영향
Open Arena의 출시는 혁신과 협력의 문화를 육성하려는 Thomson Reuters의 여정에서 중요한 이정표가 되었습니다. 플랫폼의 성공은 부인할 수 없었으며 플랫폼의 이점은 회사 전체에서 빠르게 드러났습니다.
Open Arena의 직관적인 채팅 기반 디자인에는 특별한 기술 지식이 필요하지 않으므로 전 세계의 다양한 팀과 다양한 직무 역할에 액세스할 수 있습니다. 이러한 사용 용이성은 참여 수준을 높여 더 많은 사용자가 플랫폼을 탐색하도록 장려하고 혁신적인 사용 사례를 공개했습니다.
한 달도 안 되어 Open Arena는 TR의 전 세계 월간 내부 사용자 1,000명 이상을 수용했으며 사용자당 평균 상호 작용 시간은 5분이었습니다. 내부 TR LLM 실험과 LLM 사용 사례의 크라우드소스 생성을 촉진하려는 목적으로 Open Arena의 출시로 인해 Thomson Reuters의 방대한 데이터 리소스와 결합된 LLM의 힘을 효과적으로 활용하면서 새로운 사용 사례가 유입되었습니다.
Open Arena에 대한 일부 사용자의 의견은 다음과 같습니다.
“Open Arena는 회사 내 모든 부서의 직원들에게 실제적이고 실무적인 방식으로 LLM을 실험할 수 있는 기회를 제공합니다. AI 도구에 대해 읽는 것과 직접 사용하는 것은 별개입니다. 이 플랫폼은 Thomson Reuters 전반에 걸쳐 우리의 AI 학습 노력을 가속화합니다.”
– Abby Pinto, 인재 개발 솔루션 책임자, People Function
“OA(Open Arena)를 통해 기존 번역 소프트웨어로는 처리할 수 없는 로이터 독일어 서비스의 까다로운 뉴스 번역 문제를 실험할 수 있었고, 두려움 없이 실제 기사를 사용할 수 있는 안전한 환경에서 이를 수행할 수 있었습니다. 데이터 유출. OA 팀은 다른 소프트웨어에서만 꿈꿀 수 있는 서비스인 새로운 기능에 대한 제안에 놀라울 정도로 반응했습니다.”
– Scot W. Stevenson, 독일 베를린 독일어 서비스 선임 속보 특파원
“Open Arena를 사용하면서 고객 지원 상담원 팀을 위해 유사한 인터페이스를 구축해야 한다는 아이디어가 떠올랐습니다. 이 놀이터는 GenAI의 가능성을 재구상하는 데 도움이 되었습니다.”
– Marcel Batista, Gerente de Servicos, 운영 고객 서비스 및 지원
"AWS 서버리스 서비스, Amazon SageMaker 및 Hugging Face를 기반으로 하는 Open Arena를 통해 동료들에게 최첨단 LLM 및 생성 AI 도구를 신속하게 노출할 수 있었고 이는 전사적 혁신을 촉진하는 데 도움이 되었습니다."
– Shirsha Ray Chaudhuri, Thomson Reuters Labs 연구 엔지니어링 이사
더 넓은 규모에서 Open Arena의 도입은 회사에 큰 영향을 미쳤습니다. 이는 직원들의 AI 인식을 높였을 뿐만 아니라 혁신과 협업의 정신을 자극했습니다. 이 플랫폼은 팀을 모아 아이디어를 탐색하고 실험하고 생성함으로써 획기적인 개념이 현실로 바뀔 수 있는 환경을 조성했습니다.
또한 Open Arena는 Thomson Reuters AI 서비스 및 제품에 긍정적인 영향을 미쳤습니다. 이 플랫폼은 AI를 위한 샌드박스 역할을 하여 팀이 AI 애플리케이션을 우리 제품에 통합하기 전에 이를 식별하고 개선할 수 있도록 해줍니다. 결과적으로 이는 Thomson Reuters AI 서비스의 개발 및 향상을 가속화하여 고객에게 끊임없이 진화하고 기술 발전의 최전선에 있는 솔루션을 제공합니다.
결론
빠르게 변화하는 AI 세계에서는 지속적인 발전이 중요하며 Thomson Reuters는 이를 위해 최선을 다하고 있습니다. Open Arena 팀은 다음과 같은 AWS 서비스를 사용하여 더 많은 기능을 추가하고 플랫폼의 기능을 향상시키기 위해 지속적으로 노력하고 있습니다. 아마존 기반암 및 Amazon SageMaker 점프스타트, 우리 팀에게 귀중한 리소스로 남아 있도록 보장합니다. 우리는 앞으로 나아가면서 빠르게 진화하는 생성 AI 및 LLM 환경에 보조를 맞추는 것을 목표로 합니다. AWS는 TR이 끊임없이 진화하는 생성 AI 분야에 보조를 맞추는 데 필요한 서비스를 제공합니다.
Open Arena 플랫폼의 지속적인 개발과 더불어, 플랫폼에서 생성되는 다양한 사용 사례를 생산하는 데 적극적으로 노력하고 있습니다. 이를 통해 우리는 고객의 특정 요구에 맞는 더욱 발전되고 효율적인 AI 솔루션을 제공할 수 있습니다. 또한 우리는 혁신과 협업의 문화를 지속적으로 조성하여 팀이 AI 기술에 대한 새로운 아이디어와 응용 프로그램을 탐색할 수 있도록 할 것입니다.
이 흥미진진한 여정을 시작하면서 우리는 Open Arena가 Thomson Reuters 전반에 걸쳐 혁신과 협력을 추진하는 데 중추적인 역할을 할 것이라고 확신합니다. 우리는 AI 발전의 최전선에 서서 제품과 서비스가 지속적으로 발전하고 끊임없이 변화하는 고객의 요구를 충족하도록 보장할 것입니다.
저자에 관하여
시르샤 레이 차우두리 (연구 엔지니어링 이사)는 Thomson Reuters Labs의 방갈로르 ML 엔지니어링 팀을 이끌고 있으며, AI 기반 기능의 효율성과 가치를 높이는 ML 프로젝트를 위해 AWS 및 기타 클라우드 플랫폼에서 잘 설계된 솔루션의 개발 및 배포를 이끌고 있습니다. Thomson Reuters 제품, 플랫폼 및 비즈니스 시스템에서. 그녀는 사회에 좋은 영향을 미치는 프로젝트와 D&I 공간 기술 분야에서 AI 관련 커뮤니티와 협력하고 있습니다. 그녀는 AI와 현대 기술을 사용하여 더 포용적이고 디지털화되며 함께 더 나은 내일을 만드는 더 나은 세상을 만드는 사람들과 네트워크를 형성하는 것을 좋아합니다.
하프리트 싱 바스 Thomson Reuters Labs의 수석 클라우드 및 DevOps 엔지니어로 연구 엔지니어와 과학자가 클라우드 플랫폼에서 기계 학습 솔루션을 개발하도록 돕고 있습니다. 6년 이상의 경험을 보유한 Harpreet의 전문 지식은 클라우드 아키텍처, 자동화, 컨테이너화, DevOps 실행 지원 및 비용 최적화 전반에 걸쳐 있습니다. 그는 클라우드 리소스가 최적으로 활용되도록 보장하는 효율성과 비용 효율성에 열정을 갖고 있습니다.
라시미 B 파와르 Thomson Reuters의 기계 학습 엔지니어입니다. 그녀는 모델 제작, 추론 확립, 다양한 기계 학습 애플리케이션에 맞는 훈련 파이프라인 생성에 대한 상당한 경험을 보유하고 있습니다. 또한 그녀는 기계 학습 워크플로우를 기존 시스템 및 제품에 통합하는 데 있어 상당한 전문 지식을 보유하고 있습니다.
팔비카 반살 Thomson Reuters의 부응용 연구 과학자입니다. 그녀는 AI/ML을 사용하여 고객의 비즈니스 문제를 해결하기 위해 다양한 분야의 프로젝트에 참여했습니다. 그녀는 자신의 일에 매우 열정적이며 새로운 도전에 열정적입니다. 업무 외에는 여행, 요리, 독서를 즐깁니다.
시몬 주케트 AWS의 수석 솔루션 아키텍트입니다. 클라우드 설계자로서 XNUMX년에 가까운 경험을 보유한 Simone은 조직이 비즈니스 문제에 접근하는 방식을 변화시키는 데 도움이 되는 혁신적인 프로젝트 작업을 즐깁니다. 그는 AWS에서 대기업 고객 지원을 돕고 있으며 Machine Learning TFC의 일원입니다. 직업 생활 외에 그는 자동차 작업과 사진 작업을 즐깁니다.
하이코 핫츠 자연어 처리, 대규모 언어 모델 및 생성 AI에 특별히 중점을 둔 AI 및 기계 학습을 위한 수석 솔루션 설계자입니다. 이 직책을 맡기 전에 그는 Amazon EU 고객 서비스의 데이터 과학 책임자였습니다. Heiko는 고객이 AWS에서 AI/ML 여정을 성공적으로 수행할 수 있도록 돕고 있으며 보험, 금융 서비스, 미디어 및 엔터테인먼트, 의료, 유틸리티, 제조 등 다양한 산업 분야의 조직과 협력해 왔습니다. 여가 시간에 Heiko는 가능한 한 많이 여행합니다.
주앙 모 우라 스페인에 본사를 둔 AWS의 AI/ML 전문 솔루션 아키텍트입니다. 그는 심층 학습 모델 교육 및 추론 최적화를 통해 고객을 돕고 AWS에서 대규모 ML 플랫폼을 보다 광범위하게 구축하도록 돕습니다. 그는 또한 ML 전문 하드웨어 및 로우 코드 ML 솔루션의 적극적인 지지자이기도 합니다.
게오르기오스 쉬나스 EMEA 지역의 AI/ML 전문 솔루션 설계자입니다. 그는 런던에 거주하며 영국 및 아일랜드 고객과 긴밀히 협력하고 있습니다. Georgios는 MLOps 사례에 특히 관심을 갖고 고객이 기계 학습을 대규모로 수행할 수 있도록 지원하면서 고객이 AWS의 프로덕션 환경에서 기계 학습 애플리케이션을 설계 및 배포할 수 있도록 지원합니다. 여가 시간에는 여행, 요리, 친구 및 가족과 함께 시간을 보내는 것을 즐깁니다.
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 자동차 / EV, 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 차트프라임. ChartPrime으로 트레이딩 게임을 향상시키십시오. 여기에서 액세스하십시오.
- BlockOffsets. 환경 오프셋 소유권 현대화. 여기에서 액세스하십시오.
- 출처: https://aws.amazon.com/blogs/machine-learning/how-thomson-reuters-developed-open-arena-an-enterprise-grade-large-language-model-playground-in-under-6-weeks/
- :있다
- :이다
- :아니
- :어디
- 000
- 1
- 100
- 2023
- 7
- a
- 능력
- 소개
- 가속
- 가속 된
- ACCESS
- 얻기 쉬운
- 계정
- 가로질러
- 활동적인
- 활발히
- 실제
- 더하다
- 또한
- 채택
- 채택
- 전진
- 많은
- 진보
- 발전
- 전진하는
- 다시
- 반대
- 자치령 대표
- AI
- AI 및 머신 러닝
- AI 서비스
- AI / ML
- 겨냥
- 겨냥한
- All
- 수
- 수
- 허용
- 수
- 따라
- 또한
- 아마존
- 아마존 세이지 메이커
- Amazon Web Services
- 중
- 사이에
- an
- 및
- 다른
- 답변
- 어떤
- API를
- API
- 명백한
- 어플리케이션
- 적용된
- 접근
- 아키텍처
- 있군요
- 지역
- 투기장
- 미술
- 인조의
- 인공 지능
- 인공 지능(AI)
- AS
- 양상
- 측면
- 평가하다
- 조수
- 준
- 구분
- At
- 증강 된
- 인증
- 자동화
- 자동화
- 가능
- 평균화
- 인식
- AWS
- 등뼈
- 백엔드
- 배경
- 균형
- 기반으로
- BE
- 때문에
- 되고
- 된
- 전에
- 뒤에
- 혜택
- 베를린
- BEST
- 더 나은
- 부스트
- 두
- 경계
- 폭
- 파괴
- 속보
- 더 넓은
- 대체로
- 가져
- 빌드
- 건물
- 사업
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- by
- 전화
- 온
- CAN
- 기능
- 대문자
- 자동차
- 가지 경우
- 네 끗패
- 과제
- 기회
- 채널
- 왼쪽 메뉴에서
- 선택
- 선명한
- 클라이언트
- 닫기
- 면밀히
- 클라우드
- 코딩
- 협동
- 동료
- 결합 된
- 저지른
- 커뮤니티
- 커뮤니티
- 회사
- 회사
- 복잡한
- 복잡성
- 포괄적 인
- 개념
- 개념
- 간결한
- 자신감
- 연결하기
- 따라서
- 고려
- 많은
- 고려
- 끊임없이
- 소비
- 용기
- 함유량
- 계속
- 계속
- 끊임없는
- 기여
- 통제
- 컨트롤
- 전통적인
- 비용
- 수
- 내기
- 만든
- 만들기
- 창조
- 창조적 인
- 창의력
- 결정적인
- 문화
- 관습
- 고객
- 고객 센터
- 고객센터
- 고객
- 사용자 정의
- 최첨단
- 대시 보드
- 데이터
- 데이터 관리
- 데이터 과학
- 데이터베이스
- 데이터 세트
- 매일
- 수십 년
- 전용
- 깊은
- 깊은 학습
- 깊이
- 밝히다
- 배달하다
- 배달
- 배달
- 요구
- 배포
- 배포
- 배치
- 전개
- 깊이
- 디자인
- 설계
- 개발
- 개발
- 개발
- 다른
- 디지털
- 곧장
- 책임자
- 발견
- 발견
- 토론
- 토론
- 몇몇의
- do
- 문서
- 서류
- 하지
- 하지 않습니다
- 하기
- 말라
- 무승부
- 꿈
- 드라이브
- 운전
- ...동안
- 마다
- 완화
- 사용의 용이성
- 효과적으로
- 효율성
- 효율적인
- 효율적으로
- 노력
- 태우다
- EMEA
- 벗어나 다
- 고용 된
- 직원
- 가능
- 사용 가능
- 수
- 가능
- 격려의
- 암호화
- end
- 약혼
- 기사
- 엔지니어링
- 엔지니어
- 강화
- 강화
- 충분히
- 확인
- 보장
- Enterprise
- 엔터프라이즈 급
- 엔터테인먼트
- 열광적 인
- 환경
- 설립
- EU
- 평가
- 조차
- EVER
- 시시각각 변하는
- 모든
- 분명한
- 진화시키다
- 진화하는
- 흥미 진진한
- 현존하는
- 경험
- 체험
- 실험
- 전문적 지식
- 탐험
- 광대 한
- 추출물
- 페이스메이크업
- 촉진
- 촉진
- 익숙한
- 가족
- FAST
- 빠르게 진행되는
- 무서움
- 특징
- 들
- 금융
- 금융 서비스
- Find
- 먼저,
- 융통성있는
- 초점
- 집중
- 수행원
- 발자국
- 럭셔리
- 중심
- 앞으로
- 기르다
- 육성
- 친구
- 에
- 앞
- 프론트 엔드
- 작동
- 기능
- 게다가
- 미래
- 이익
- 게이트웨이
- 생성
- 생성
- 생성적인
- 제너레이티브 AI
- 독일 사람
- 얻을
- 제공
- 글로벌
- 세계적으로
- 공
- 골
- 좋은
- 큰
- 획기적인
- 성장
- 성장하는
- hackathon
- 했다
- 핸들
- 손 -에
- 하드웨어
- 마구
- 마구
- 있다
- he
- 머리
- 머리
- 건강 관리
- 심장
- 도움
- 도움
- 도움이
- 도움이
- 그녀의
- 여기에서 지금 확인해 보세요.
- 더 높은
- 고도로
- 그의
- 호스팅
- 방법
- How To
- HTML
- HTTP
- HTTPS
- i
- 생각
- 아이디어
- 확인
- 점화
- 설명하다
- 영향
- 개선
- in
- 처음
- 포함
- 포함한
- 통합
- 증가
- 엄청나게
- 산업
- 영향
- 유입
- 정보
- 인프라
- 혁신
- 혁신팀
- 혁신적인
- 입력
- 통찰력
- 통찰력
- 예
- 조격
- 보험
- 완전한
- 통합
- 통합
- 완성
- 통합
- 인텔리전스
- 상호 작용하는
- 상호 작용
- 상호 작용
- 관심
- 인터페이스
- 내부의
- 으로
- 개요
- 직관적인
- 아일랜드
- IT
- 그
- 일
- 여행
- JPG
- 다만
- 유지
- 키
- 주요 이정표
- 종류
- 지식
- 실험실
- 경치
- 언어
- 넓은
- 대규모
- 큰
- 최근
- 시작
- 리드
- 지도
- 누수
- 배우기
- 휴가
- 지도
- 이용약관
- 적게
- 레벨
- 도서관
- 생활
- 처럼
- LLM
- 로깅
- 런던
- 긴
- 보기
- 같이
- loves
- 기계
- 기계 학습
- 만든
- 유튜브 영상을 만드는 것은
- 관리
- 구축
- 매니저
- 제조
- .
- 두드러진
- 경기
- 재료
- 사항
- me
- 기구
- 미디어
- 소개
- 합병
- 방법론
- 세심한
- 수도
- 획기적 사건
- 회의록
- ML
- MLOps
- 모델
- 모델
- 현대
- 모듈러
- 모니터링
- 달
- 월
- 배우기
- 보다 효율적으로
- 가장
- 움직임
- 앞으로 움직이다
- 많은
- 여러
- 다수
- 출신
- 자연의
- 자연 언어 처리
- 카테고리
- 필요
- 요구
- 네트워크
- 신제품
- 새로운 기능
- news
- nlp
- 아니
- 목표
- of
- 제공
- 제공
- 오퍼링
- on
- 일단
- ONE
- 지속적으로
- 만
- 열 수
- 오픈 소스
- 열립니다
- 행정부
- 기회
- 최적의
- 최적화
- 최적화
- or
- 조직
- 실물
- 기타
- 우리의
- 아웃
- 외부
- 위에
- 자신의
- 평화
- 패널
- 패널 토론
- 매개 변수
- 부품
- 특별한
- 파트너스
- 부품
- 합격
- 열렬한
- 포장
- 사람들
- 용
- 수행
- 성능
- 사진술
- 개척
- 관로
- 추축의
- 장소
- 플랫폼
- 플랫폼
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 연극
- 전철기
- 긍정적인
- 가능성
- 가능한
- 게시하다
- 가능성
- 힘
- powered
- 강한
- 실용적인
- 사례
- 귀한
- 원칙
- 이전에
- 사설
- 문제
- 방법
- 처리
- 생산
- 제품
- 링크를
- 전문가
- 깊은
- 프로그램
- 프로젝트
- 제안자
- 제공
- 제공
- 제공
- 제공
- 밀어
- 쿼리
- 탐구
- 문의
- 빠른
- 빨리
- 빠른
- 빠르게
- RAY
- 반응
- 읽기
- 읽기
- 현실
- 수정하다
- 지방
- 관련
- 출시
- 관련성
- 관련된
- 유적
- 필수
- 요구조건 니즈
- 연구
- 의지
- 자원 집약적
- 제품 자료
- 응답
- 응답
- 반응
- REST
- 결과
- 로이터
- 연락해주세요
- 강력한
- 직위별
- 역할
- 구르는
- 달리기
- 달리는
- 가장 안전한 따뜻함
- 현자
- 모래 상자
- 본
- 라고
- 확장성
- 규모
- 과학
- 과학자
- 과학자
- 원활한
- 완벽하게
- 부문
- 안전해야합니다.
- 선택
- 선택
- 연장자
- 서브
- 서버리스
- 서비스
- 서비스
- 세션
- 세트
- 설정
- 몇몇의
- 그녀
- 표시
- 상당한
- 비슷한
- 단순, 간단, 편리
- 단순화
- 단일
- 대지
- So
- 사회적
- 소프트웨어
- 해결책
- 솔루션
- 풀다
- 일부
- 출처
- 스페이스 버튼
- 스페인
- 스팬
- 특별한
- 전문가
- 구체적인
- 지출
- 정신
- 분열
- 시작
- 시작 중
- 최첨단
- 저장
- 저장
- 이야기
- 유선
- 성공
- 성공한
- 이러한
- 요약
- SUPPORT
- 지원
- 표면
- 시스템은
- 맞춤형
- 복용
- 재능
- 작업
- 팀
- 팀
- 기술
- 테크니컬
- 기법
- 기술
- 기술
- Technology
- test
- 그
- XNUMXD덴탈의
- 미래
- 영국
- 그들의
- 그들
- 그때
- Bowman의
- 그들
- 맡은 일
- 이
- 톰슨 로이터
- 그
- 을 통하여
- 팀
- 시간
- 시대
- 에
- 함께
- 내일
- 툴킷
- 검색을
- 에 대한
- 트레이닝
- 변환
- 번역
- 여행
- 여행기
- 트렌드
- 방아쇠를 당긴
- 돌린
- Uk
- 폭로하다
- 아래에
- 이해
- 유일한
- 잠금을 해제
- 발표
- us
- 사용
- 익숙한
- 사용자
- 사용자 경험
- 사용하기 쉬운
- 사용자
- 사용
- 유용
- 사용
- 가치 있는
- 가치
- 종류
- 여러
- 거대한
- 확인
- 온라인
- 볼륨
- W
- 필요
- 였다
- 방법..
- we
- 웹
- 웹 서비스
- 웹 기반
- 웨비나
- 웹 사이트
- 주
- 잘
- 했다
- 뭐
- 언제
- 어느
- 동안
- 누구
- 넓은
- 의지
- 승리
- 과
- 이내
- 없이
- 작업
- 일
- 워크 플로우
- 일하는
- 일
- 세계
- 겠지
- 년
- 아직
- 자신의
- 너의
- 당신 자신
- 제퍼 넷