Amazon SageMaker 점프스타트 알고리즘, 모델 및 ML 솔루션을 제공하는 기계 학습(ML) 허브입니다. SageMaker JumpStart를 통해 ML 실무자는 점점 늘어나는 최고 성능 및 공개적으로 사용 가능한 목록에서 선택할 수 있습니다. 기초 모델 (FM)과 같은 BLOOM, 라마 2, 팔콘-40B, 안정적인 확산, 오픈라마, 플랜-T5/UL2, 또는 FM 코어 및 불을 켜다.
이 게시물과 함께 제공되는 노트북에서는 다음을 사용하여 BloomZ 176B 기반 모델을 배포하는 방법을 시연합니다. SageMaker Python 간소화된 SDK in Amazon SageMaker 점프스타트 엔드포인트로 사용하여 다양한 자연어 처리(NLP) 작업에 사용합니다. 다음을 통해 기초 모델에 액세스할 수도 있습니다. 아마존 세이지 메이커 스튜디오. 공개된 모델 중 가장 큰 모델 중 하나인 BloomZ 176B 모델은 다양한 상황 내 소수 샷 학습 및 제로 샷 학습 NLP 작업을 수행할 수 있는 최첨단 명령 조정 모델입니다. 명령 튜닝은 명령을 사용하여 NLP 작업 모음에서 언어 모델을 미세 조정하는 기술입니다. 명령 조정에 대한 자세한 내용은 다음을 참조하십시오. Amazon SageMaker JumpStart의 Flan-T5 기반 모델에 대한 제로샷 프롬프트.
NLP의 제로샷 학습을 통해 사전 훈련된 LLM은 특별히 훈련되지 않은 작업에 대한 응답을 생성할 수 있습니다. 이 기술에서 모델에는 입력 텍스트와 모델의 예상 출력을 자연어로 설명하는 프롬프트가 제공됩니다. 제로샷 학습은 다음과 같은 다양한 NLP 작업에 사용됩니다.
- 다국어 텍스트 및 감정 분류
- 다국어 질문 및 답변
- 코드 생성
- 단락 바꾸기
- 요약
- 상식 추론 및 자연어 추론
- 질문 답변
- 문장 및 감정 분류
- 제목 기반 가상 기사 생성
- 기사를 기반으로 제목 요약하기
퓨샷 학습에는 몇 가지 예만 제공하여 새로운 작업을 수행하도록 모델을 교육하는 것이 포함됩니다. 이것은 제한된 레이블이 지정된 데이터를 교육에 사용할 수 있는 경우에 유용합니다. 극소수 학습은 다음을 포함하여 다양한 작업에 사용됩니다.
- 텍스트 요약
- 코드 생성
- 이름 엔터티 인식
- 질문 답변
- 문법 및 철자 교정
- 제품 설명 및 일반화
- 문장 및 감정 분류
- 챗봇과 대화형 AI
- 트윗 생성
- 기계 번역
- 의도 분류
블룸 소개
BigScience Large Open-science Open-access Multilingual(BLOOM) 언어 모델은 변환기 기반 LLM(대형 언어 모델)입니다. BLOOM은 산업 규모의 컴퓨팅 리소스를 사용하여 방대한 양의 텍스트 데이터에 대한 프롬프트에서 텍스트를 계속하도록 훈련된 자동 회귀 LLM입니다. 따라서 사람이 작성한 텍스트와 거의 구별할 수 없는 일관된 텍스트를 출력할 수 있습니다. BLOOM은 텍스트 생성 작업으로 캐스팅하여 명시적으로 훈련되지 않은 텍스트 작업을 수행하도록 지시할 수도 있습니다.
BLOOM은 176억 개의 매개변수를 통해 46개의 자연어와 13개의 프로그래밍 언어로 텍스트를 생성할 수 있습니다. 스페인어, 프랑스어, 아랍어와 같은 거의 모든 모델에서 BLOOM은 100억 개 이상의 매개변수가 생성된 최초의 언어 모델입니다. 연구원은 할 수 있습니다 BLOOM 다운로드, 실행 및 학습 최근에 개발된 LLM의 성능과 동작을 가장 깊은 내부 작업까지 조사합니다.
솔루션 개요
이 게시물에서는 최신 명령 조정 BloomZ 176B 모델을 사용하는 방법을 보여줍니다. 포옹하는 얼굴 텍스트 생성용. 모델을 미세 조정하지 않고도 많은 NLP 작업에 대해 퓨샷 학습 및 제로샷 학습과 함께 BloomZ 176B 모델을 사용할 수 있습니다. BloomZ 176B와 같은 모델에는 많은 수의 매개변수가 있어 재훈련 없이 많은 상황에 쉽게 적응할 수 있기 때문에 새 모델을 훈련할 필요가 없습니다. BloomZ 176B 모델은 많은 양의 데이터로 훈련되어 많은 범용 작업에 적용할 수 있습니다.
이 데모의 모든 단계에 대한 코드는 다음에서 사용할 수 있습니다. 수첩.
명령어 튜닝
LLM의 규모와 복잡성은 지난 몇 년 동안 폭발적으로 증가했습니다. LLM은 자연어의 의미론을 학습하고 인간과 같은 응답을 생성하는 놀라운 기능을 보여주었습니다. 많은 최근 LLM은 다음과 같은 강력한 기술로 미세 조정됩니다. 명령어 튜닝, 모델이 새로운 작업을 수행하거나 프롬프트별 미세 조정 없이 새로운 프롬프트에 대한 응답을 생성하는 데 도움이 됩니다. 명령 조정 모델은 관련 작업 또는 개념에 대한 이해를 사용하여 새로운 프롬프트에 대한 예측을 생성합니다. 이 기술은 모델 가중치 업데이트를 포함하지 않기 때문에 이전에 볼 수 없었던 새로운 작업을 위해 모델을 미세 조정하는 데 필요한 시간 소모적이고 계산 비용이 많이 드는 프로세스를 피할 수 있습니다.
명령 조정에는 명령을 사용하여 NLP 작업 모음에서 언어 모델을 미세 조정하는 작업이 포함됩니다. 이 기술에서 모델은 각 작업에 대한 특정 데이터 세트 대신 텍스트 지침을 따라 작업을 수행하도록 훈련됩니다. 모델은 각 작업에 대한 일련의 입력 및 출력 예제로 미세 조정되므로 작업에 대한 프롬프트가 제공되는 한 모델이 명시적으로 훈련되지 않은 새 작업으로 일반화할 수 있습니다. 명령 튜닝은 모델의 정확성과 효율성을 개선하는 데 도움이 되며 특정 작업에 대규모 데이터 세트를 사용할 수 없는 상황에서 유용합니다.
BLOOM 모델에서 제로샷 및 퓨샷 NLP 작업을 위한 신속한 엔지니어링
신속한 엔지니어링 원하는 응답으로 모델을 안내하는 고품질 프롬프트 생성을 다룹니다. 프롬프트는 사용 중인 특정 작업 및 데이터 세트를 기반으로 설계해야 합니다. 여기서 목표는 노이즈를 최소화하면서 고품질 응답을 생성하는 데 필요한 정보를 모델에 제공하는 것입니다. 여기에는 키워드, 추가 컨텍스트, 질문 등이 포함될 수 있습니다.
잘 디자인된 프롬프트는 모델을 보다 창의적이고 일반화하여 새로운 작업에 쉽게 적응할 수 있도록 합니다. 프롬프트는 또한 특정 작업에 대한 도메인 지식을 통합하고 해석 가능성을 향상시키는 데 도움이 될 수 있습니다. 신속한 엔지니어링은 제로샷 및 퓨샷 학습 모델의 성능을 크게 향상시킬 수 있습니다. 고품질 프롬프트를 만들려면 당면한 작업에 대한 신중한 고려와 모델의 강점과 한계에 대한 깊은 이해가 필요합니다.
다음 표에서 BloomZ 176B 모델은 다양한 제로샷 및 퓨샷 NLP 작업에 대한 응답을 생성하는 데 사용됩니다. 첫 번째 열에는 작업이 표시되고 두 번째 열에는 모델에 제공된 프롬프트가 포함되며(템플릿 텍스트는 굵게 표시되고 굵게 표시되지 않은 텍스트는 예제 입력임) 세 번째 열은 프롬프트에 대해 쿼리할 때 모델의 응답입니다.
다음 모든 작업에 대해 하이퍼 매개변수를 600으로 설정하여 max_length
, num_return_sequences
, top_k
250이 되도록, top_p
0.95이고 샘플링이 없습니다.
태스크 | 신속한 입력 | 산출 |
제로샷 학습 과제 | ||
다국어 텍스트 또는 감정 분류(중국어에서 영어로) | 一个传奇的开端,一个不灭的神话,这不仅仅是一部电影,而是作为一个走进新时代的标签,永远彪炳史册.이전 리뷰를 긍정적, 중립 또는 부정적으로 평가하시겠습니까? | 긍정적인 |
다국어 질문 답변(영어에서 중국어로) | 중국어 번체로 설명해주세요 역전파가 뭐야 | 梯度反向传播算法是一种机器学习算法,用于训练人工神经网络。 |
코드 생성 | 쓰기 이진 검색 트리 O(log(n)) 계산 복잡도. {code_start} |
def 바이너리 검색(a, x): 낮음 = 0 높음 = len(a) – 1 낮은 <= 높은 동안: 중간 = (낮음 + 높음) // 2 a[mid] < x인 경우: 낮음 = 중간 + 1 elif a[mid] > x: 높음 = 중간 – 1 그밖에: 중간 반환 리턴 -1′ ... 그밖에: 중간 반환 로우 리턴' 출력이 잘림 |
단락 바꾸기 | Amazon Web Services(AWS)는 클라우드 기반 기계 학습 플랫폼인 SageMaker에 대한 XNUMX개의 새로운 주요 업데이트를 발표했습니다. SageMaker는 거의 모든 사용 사례에 대해 ML 모델을 구축, 교육 및 배포하는 데 사용할 수 있는 기계 학습 서비스를 제공하는 것을 목표로 합니다. 올해 re:Invent 컨퍼런스에서 AWS는 SageMaker의 기능을 더욱 개선하기 위해 몇 가지 발표를 했습니다.nn영어를 사용하여 간단히 어떻게 표현하겠습니까?,Amazon Web Services(AWS)는 클라우드 기반 기계 학습 플랫폼인 SageMaker에 대한 XNUMX개의 새로운 주요 업데이트를 발표했습니다. SageMaker는 거의 모든 사용 사례에 대해 ML 모델을 구축, 교육 및 배포하는 데 사용할 수 있는 기계 학습 서비스를 제공하는 것을 목표로 합니다. 올해 re:Invent 컨퍼런스에서 AWS는 SageMaker의 기능을 더욱 개선하기 위해 몇 가지 발표를 했습니다. N위의 문장은 매우 복잡합니다. 여러 문장으로 구성된 단순화된 동의어 버전을 제공해주세요. |
Amazon SageMaker의 주요 업데이트 Amazon Web Services(AWS)는 클라우드 기반 기계 학습 플랫폼인 SageMaker에 대한 XNUMX개의 새로운 주요 업데이트를 발표했습니다. SageMaker는 거의 모든 사용 사례에 대해 ML 모델을 구축, 교육 및 배포하는 데 사용할 수 있는 기계 학습 서비스를 제공하는 것을 목표로 합니다. |
요약 | Amazon Comprehend는 자연어 처리(NLP)를 사용하여 문서 콘텐츠에 대한 통찰력을 추출합니다. 문서의 엔터티, 핵심 구, 언어, 감정 및 기타 공통 요소를 인식하여 통찰력을 개발합니다. Amazon Comprehend를 사용하여 문서 구조에 대한 이해를 바탕으로 새로운 제품을 만듭니다. 예를 들어 Amazon Comprehend를 사용하면 소셜 네트워킹 피드에서 제품 언급을 검색하거나 전체 문서 리포지토리에서 핵심 문구를 스캔할 수 있습니다. Amazon Comprehend 콘솔 또는 Amazon Comprehend API를 사용하여 Amazon Comprehend 문서 분석 기능에 액세스할 수 있습니다. 소규모 워크로드에 대한 실시간 분석을 실행하거나 대규모 문서 집합에 대한 비동기 분석 작업을 시작할 수 있습니다. Amazon Comprehend가 제공하는 사전 훈련된 모델을 사용하거나 분류 및 엔터티 인식을 위해 자체 사용자 지정 모델을 훈련할 수 있습니다. 모든 Amazon Comprehend 기능은 UTF-8 텍스트 문서를 입력으로 허용합니다. 또한 사용자 정의 분류 및 사용자 정의 엔터티 인식은 이미지 파일, PDF 파일 및 Word 파일을 입력으로 허용합니다. Amazon Comprehend는 특정 기능에 따라 다양한 언어로 된 문서를 검사하고 분석할 수 있습니다. 자세한 내용은 Amazon Comprehend에서 지원되는 언어를 참조하십시오. Amazon Comprehend의 주요 언어 기능은 문서를 검사하고 훨씬 더 광범위한 언어 선택에 대한 주요 언어를 결정할 수 있습니다.nn===n이전 텍스트의 요약을 영어로 작성하십시오. |
Amazon Comprehend는 자연어 처리(NLP)를 사용하여 문서 콘텐츠에 대한 통찰력을 추출합니다. 문서의 엔터티, 핵심 구, 언어, 감정 및 기타 공통 요소를 인식하여 통찰력을 개발합니다. Amazon Comprehend를 사용하여 문서 구조에 대한 이해를 바탕으로 새로운 제품을 만듭니다. 예를 들어 Amazon Comprehend를 사용하면 소셜 네트워킹 피드에서 제품 언급을 검색하거나 전체 문서 리포지토리에서 핵심 문구를 스캔할 수 있습니다. Amazon Comprehend 콘솔 또는 Amazon Comprehend API를 사용하여 Amazon Comprehend 문서 분석 기능에 액세스할 수 있습니다. 소규모 워크로드에 대한 실시간 분석을 실행하거나 대규모 문서 집합에 대한 비동기 분석 작업을 시작할 수 있습니다. Amazon Comprehend가 제공하는 사전 훈련된 모델을 사용하거나 분류 및 엔터티 인식을 위해 자체 사용자 지정 모델을 훈련할 수 있습니다. 모든 Amazon Comprehend 기능은 UTF-8 텍스트 문서를 입력으로 허용합니다. 또한 사용자 정의 분류 및 사용자 정의 엔터티 인식은 이미지 파일, PDF 파일 및 Word 파일을 입력으로 허용합니다. Amazon Comprehend는 특정 기능에 따라 다양한 언어로 된 문서를 검사하고 분석할 수 있습니다. 자세한 내용은 Amazon Comprehend에서 지원되는 언어를 참조하십시오. Amazon Comprehend의 주요 언어 기능은 문서를 검사하고 훨씬 더 광범위한 언어 선택에 대한 주요 언어를 결정할 수 있습니다. |
상식 추론 및 자연어 추론 | 을 고려하면 미국 로스앤젤레스에서 월드컵이 개막했습니다. 그것을 따르는가 월드컵은 미국에서 열립니다. 예 혹은 아니오?, 미국 로스앤젤레스에서 월드컵이 개막했습니다. 위의 설명과 세상에 대해 알고 있는 정보만 사용하면 “월드컵은 미국에서 열린다” 확실히 맞습니까? 예 혹은 아니오?, |
가능 |
질문 답변 | 질문 : 새로운 Kindle의 주요 기능은 무엇입니까?nn컨텍스트: 가장 혁신적인 최신 Kindle을 사용하면 수백만 권의 책과 문서에 메모를 하고 목록과 저널을 작성하는 등의 작업을 할 수 있습니다. 항상 eBook에 글을 쓸 수 있기를 바랐던 독자를 위해 Amazon의 새로운 Kindle을 통해 그렇게 할 수 있습니다. Kindle Scribe는 읽기 및 쓰기를 위한 최초의 Kindle이며 사용자가 메모, 목록 등으로 책과 문서를 보완할 수 있습니다. 다음은 자주 묻는 질문을 포함하여 Kindle Scribe에 대해 알아야 할 모든 것입니다. Kindle Scribe를 사용하면 종이에 쓰는 것처럼 쉽게 읽고 쓸 수 있습니다. Kindle Scribe는 10.2인치 눈부심 방지 화면(Kindle 장치 중 가장 큰 화면), 선명한 300ppi 해상도, 환경에 자동으로 조정되는 35개의 LED 전면 조명을 갖추고 있습니다. 조정 가능한 따뜻한 빛, 글꼴 크기, 줄 간격 등을 사용하여 경험을 더욱 개인화하십시오. 종이에 쓰는 것처럼 화면에 쓰는 데 사용하는 기본 펜 또는 프리미엄 펜 중에서 선택할 수 있습니다. 또한 Kindle에 자석으로 부착되며 충전할 필요가 없습니다. 프리미엄 펜에는 전용 지우개와 사용자 지정 가능한 바로가기 버튼이 포함되어 있습니다. Kindle Scribe는 모든 Kindle 장치 중에서 가장 많은 저장 옵션을 제공합니다. 읽기 및 쓰기 수준에 맞게 8GB, 16GB 또는 32GB 중에서 선택합니다. nn답변 |
수백만 권의 책과 문서에 메모하고 목록과 저널을 작성하는 등 |
문장 및 감정 분류 | 검토:n이 영화는 너무 훌륭하고 다시 한 번 우리를 현혹시키고 기쁘게합니다.n이 영화 평론은 부정인가 긍정인가?n옵션:n-양성 n-음성 | 긍정적인 |
제목 기반 가상 기사 생성 | 표제: “대학에 새로운 시설이 들어옵니다.”n 위의 가상 기사 제목을 보고 기사를 상상해 보세요.n””” |
£1.2m 프로젝트는 Inverness에 있는 University of the Highlands and Islands(UHI)에 새로운 교육 및 학습 센터를 만들 것입니다. 이전 Inverness College of Commerce 부지에 건설될 예정입니다. UHI는 새로운 시설이 학생 지원 및 관리뿐만 아니라 교수 및 학습에 사용될 것이라고 말했습니다. 대학은 회의 및 행사에도 사용될 것이라고 말했습니다. 새 건물은 이전 Inverness College of Commerce 부지에 지어질 것입니다. 대학 측은 새 건물이 2013년에 문을 닫은 이전 Inverness College of Commerce 부지에 지어질 것이라고 말했습니다. 새 시설은 교수 및 학습은 물론 학생 지원 및 관리를 위해 사용될 것이라고 말했습니다. 회의 및 이벤트에도 사용됩니다. UHI는 새로운 시설이 이전 Inverness College of Commerce 부지에 건설될 것이라고 말했습니다. 대학 측은 새 건물이 2013년에 문을 닫은 이전 Inverness College of Commerce 부지에 지어질 것이라고 말했습니다. 새 시설은 교수 및 학습은 물론 학생 지원 및 관리를 위해 사용될 것이라고 말했습니다. UHI는 새 시설이 이전 인버네스 부지에 건설될 것이라고 말했습니다. |
기사를 바탕으로 제목 요약하기 | '가장 혁신적인 최신 Kindle을 사용하면 수백만 권의 책과 문서에 메모를 작성하고 목록과 저널을 작성할 수 있습니다. 항상 eBook에 글을 쓸 수 있기를 바랐던 독자를 위해 Amazon의 새로운 Kindle을 통해 그렇게 할 수 있습니다. Kindle Scribe는 읽기 및 쓰기를 위한 최초의 Kindle이며 사용자가 메모, 목록 등으로 책과 문서를 보완할 수 있습니다. 다음은 자주 묻는 질문을 포함하여 Kindle Scribe에 대해 알아야 할 모든 것입니다. Kindle Scribe를 사용하면 종이에 쓰는 것처럼 쉽게 읽고 쓸 수 있습니다. Kindle Scribe는 10.2인치 눈부심 방지 화면(Kindle 장치 중 가장 큰 화면), 선명한 300ppi 해상도, 환경에 자동으로 조정되는 35개의 LED 전면 조명을 갖추고 있습니다. 조정 가능한 따뜻한 빛, 글꼴 크기, 줄 간격 등을 사용하여 경험을 더욱 개인화하십시오. 종이에 쓰는 것처럼 화면에 쓰는 데 사용하는 기본 펜 또는 프리미엄 펜 중에서 선택할 수 있습니다. 또한 Kindle에 자석으로 부착되며 충전할 필요가 없습니다. 프리미엄 펜에는 전용 지우개와 사용자 지정 가능한 바로가기 버튼이 포함되어 있습니다. Kindle Scribe는 모든 Kindle 장치 중에서 가장 많은 저장 옵션을 제공합니다. 읽기 및 쓰기 수준에 맞게 8GB, 16GB 또는 32GB 중에서 선택합니다. nn nn위의 기사에 대한 좋은 제목을 알려주십시오. |
Amazon의 Kindle Scribe: 당신이 알아야 할 모든 것 |
몇 번의 학습 작업 | ||
요약 | [원본]: Amazon 과학자들은 University of Sheffield의 연구원들과 공동으로 대규모 사실 추출 및 검증 데이터 세트를 처음으로 공개적으로 제공하고 있습니다. 185,000개 이상의 증거 기반 주장으로 구성된 이 데이터 세트는 자동 정보 추출을 수행하는 소프트웨어 애플리케이션 또는 클라우드 기반 서비스에서 사실 추출 및 확인 문제를 해결하는 연구 개발을 촉진하는 데 사용할 수 있습니다. [요약]: Amazon과 대학 연구원들은 사실 추출 및 검증 데이터 세트를 공개적으로 제공합니다. # # # [Original]: 미국의 프라임 회원은 프라임 멤버십으로 더 많은 것을 집으로 배송받을 수 있습니다. 회원은 이제 월 $9.99 상당의 Grubhub+를 Prime 멤버십에 추가 비용 없이 0년 동안 무료로 즐길 수 있습니다. 이 거래를 활성화하려면 amazon.com/grubhub를 방문하십시오. 이 새로운 제안에는 $12 이상 주문 시 무제한 $25 음식 배달 수수료와 Grubhub+ 회원 전용 특전 및 무료 음식 및 주문 할인과 같은 보상이 포함됩니다. 또한 식사하는 사람들은 2021년에만 20만 달러 이상을 모금한 기부 매칭 이니셔티브인 Grubhub의 Donate the Change 프로그램에 참여하여 "좋은 일을 하면서 좋은 식사"를 할 수 있습니다. [요약]: 미국의 Prime 회원은 Grubhub+를 XNUMX년 동안 무료로 즐길 수 있으며 적격한 주문에 대해 음식 배달 수수료가 없습니다. # # # [원본]: Amazon 과학자들은 University of Sheffield의 연구원들과 공동으로 대규모 사실 추출 및 검증 데이터 세트를 처음으로 공개적으로 제공하고 있습니다. 185,000개 이상의 증거 기반 주장으로 구성된 이 데이터 세트는 자동 정보 추출을 수행하는 소프트웨어 애플리케이션 또는 클라우드 기반 서비스에서 사실 추출 및 확인 문제를 해결하는 연구 개발을 촉진하는 데 사용할 수 있습니다. [요약]: |
[요약]: Amazon과 University 연구원은 사실 추출 및 확인 데이터 세트를 공개적으로 사용할 수 있도록 합니다. |
코드 생성 | 설명: 중지라고 표시된 주황색 버튼 코드: 중지 # # # 설명: 빨간색 테두리가 있는 노란색 원이 포함된 파란색 상자 암호: # # # 설명: AI에 오신 것을 환영합니다라는 헤드라인 암호: |
암호: AI에 오신 것을 환영합니다 ' |
이름 엔터티 인식 | [텍스트]: Fred는 연쇄 창업가입니다. Platform.sh의 공동 창립자이자 CEO인 그는 이전에 선도적인 Drupal 전자 상거래 제공업체인 Commerce Guys를 공동 창립했습니다. 그의 임무는 클라우드 컴퓨팅이 사용되고 인식되는 방식을 근본적으로 변화시키기 위한 야심찬 여정을 계속하면서 지금까지 우리가 누려온 급속한 성장을 계속 유지하도록 보장하는 것입니다. [이름]: 프레드 [직위]: 공동 창립자 겸 CEO [회사]: Platform.sh # # # [텍스트]: Microsoft("마이크로컴퓨터 소프트웨어"의 합성어)는 4년 1975월 8800일 빌 게이츠가 알테어 2000용 베이직 인터프리터를 개발 및 판매하기 위해 설립했습니다. "장치 및 서비스" 전략을 구상했습니다. [이름]: 스티브 발머 [직위]: CEO [회사]: 마이크로소프트 # # # [텍스트]: Franck Riboud는 7년 1955월 XNUMX일 리옹에서 태어났습니다. 그는 전 유럽 유리 제조업체인 BSN 그룹을 식품 산업의 선두주자로 탈바꿈시킨 전 CEO인 앙투안 리부(Antoine Riboud)의 아들입니다. 그는 Danone의 CEO입니다. [이름]: 프랑크 리부 [직위]: CEO [회사]: 다논 # # # [텍스트]: David Melvin은 CITIC CLSA의 투자 및 금융 서비스 전문가로 투자 은행 및 사모펀드 분야에서 30년 이상의 경력을 보유하고 있습니다. 그는 현재 CITIC CLSA의 선임 고문입니다. |
[이름]: 프레드 [직위]: 공동 창립자 겸 CEO [회사]: Platform.sh |
질문 답변 | 컨텍스트: NLP Cloud는 2021년 팀이 프로덕션에서 자연어 처리를 안정적으로 활용할 수 있는 쉬운 방법이 없다는 것을 깨달았을 때 설립되었습니다. 질문: NLP Cloud는 언제 설립되었습니까? 답 : 2021 # # # 컨텍스트: NLP Cloud는 2020년 중반까지 API를 개발했으며 그 이후로 사전 훈련된 오픈 소스 모델을 많이 추가했습니다. 질문: NLP Cloud는 무엇을 개발했습니까? 답변: API # # # 컨텍스트: 모든 계획은 언제든지 중지할 수 있습니다. 서비스를 사용한 시간에 대해서만 비용을 지불합니다. 다운그레이드의 경우 다음 청구서에서 할인을 받게 됩니다. 질문: 언제 계획을 중단할 수 있습니까? 답변: 언제든지 # # # 컨텍스트: GPT-J의 주요 문제는 메모리 소비입니다. GPU 계획을 사용하는 것이 좋습니다. 질문: GPT-J에 권장되는 계획은 무엇입니까? 답변:""" |
답: GPU 계획' |
문법 및 철자 교정 | 나는 해변에 가는 것을 좋아합니다. 정정: 나는 해변에 가는 것을 좋아합니다. # # # 내가 가지게 해줘! 정정: 내가 가지게 해줘! # # # 단점이 너무 많습니다. 정정: 단점이 너무 많습니다. # # # 나는 가고 싶지 않아 보정: |
수정: 가고 싶지 않아 |
제품 설명 및 일반화 | 키워드에서 제품 설명을 생성합니다. 키워드: 신발, 여성, $59 문장: $59의 가격에 여성을 위한 아름다운 신발. # # # 키워드: 바지, 남성, $69 문장: 남성용 모던 팬츠, 단돈 69달러. # # # 키워드: 장갑, 겨울, $19 문장: 추운 겨울을 위한 놀랍도록 뜨거운 장갑, $19. # # # 키워드: 티셔츠, 남성, $39 문장: |
문장: 남성용 멋진 티셔츠, 단돈 39달러. |
문장 및 감정 분류 | 메시지: 우주선이 화성에 착륙했을 때 온 인류는 흥분했습니다. 주제: 공간 # # # 메시지: 나는 테니스와 골프를 좋아합니다. 일주일에 두 번 연습하고 있어요. 주제: sport # # # 메시지: 영업 사원 팀을 관리하는 것은 힘들지만 보람 있는 일입니다. 주제: 비즈니스 # # # 메시지: 토마토로 닭고기를 요리하려고 합니다. 주제 : |
주제: food |
챗봇과 대화형 AI | 이것은 [인간]과 [로봇] 사이의 토론입니다. [로봇]은 매우 친절하고 공감합니다. [인간]: 안녕하세요 만나서 반가워요. [로봇]: 저도 만나서 반갑습니다. # # # [인간]: 오늘은 어때? [로봇]: 나쁘지 않습니다. 감사합니다! 당신은 어떤가요? # # # [인간]: 괜찮긴 한데 좀 아쉽네요… [로봇]: 오? 왜 그래? # # # [인간]: 독감에 걸렸어요 [로봇]: |
[로봇]: 오 이런, 안타깝네요! |
트윗 생성 | 키워드: 시장 트윗: 사람이 아닌 자연과 시장의 피드백을 받아라 # # # 키워드: 어린이 트윗: 어쩌면 우리는 죽어서 어린 시절로 돌아올 수 있을지도 모릅니다. # # # 키워드: 스타트업 트윗: 스타트업은 불을 끄는 방법에 대해 걱정해서는 안 됩니다. 불을 끄는 방법에 대해 걱정해야 합니다. # # # 키워드: nlp 짹짹: |
트윗: NLP는 목표가 아니라 도구입니다. |
기계 번역 | Hugging Face는 NLP의 혁명입니다. 번역: Hugging Face는 NLP에 혁명을 일으켰습니다. # # # Cela는 침범할 수 없습니다! 번역: 이것은 믿을 수 없다! # # # Désolé je ne peux pas. 번역: 미안하지만 난 할 수 없어. # # # NLP 클라우드는 NLP와 프로덕션 시설에 배포할 수 있습니다. 번역: |
번역: NLP Cloud를 사용하면 프로덕션 환경에서 NLP를 쉽게 배포할 수 있습니다. |
의도 분류 | 코딩이 너무 재미있을 것 같아서 내일 시작하고 싶어요! 의도: 코딩 시작 # # # 마지막 사진을 보여주세요. 의도: 사진 보여주기 # # # 이러한 모든 파일을 가능한 한 빨리 검색하십시오. 의도: 파일 검색 # # # 다음 주에 나에게 중국어를 가르쳐 주시겠어요? 의지: |
의도: 중국어 가르쳐줘 |
SageMaker에서 BloomZ 176B 명령 조정 모델에 액세스
SageMaker JumpStart는 이러한 명령 조정 Bloom 모델을 사용하여 시작하는 두 가지 방법을 제공합니다. 아마존 세이지 메이커 스튜디오 및 SageMaker SDK. 다음 섹션에서는 이러한 각 옵션의 모양과 액세스 방법을 설명합니다.
단순화된 SageMaker JumpStart SDK로 모델에 액세스
XNUMXD덴탈의 간소화된 SageMaker JumpStart SDK 몇 줄의 코드로 내장 SageMaker JumpStart 모델의 교육 및 배포를 용이하게 합니다. 이를 통해 모델 ID 이외의 입력을 제공하지 않고도 최신 기반 모델 및 이미지 생성 모델을 포함한 SageMaker JumpStart 모델의 전체 라이브러리에 액세스할 수 있습니다.
다른 필드 중에서 Docker 이미지, ML 인스턴스 유형, 모델 아티팩트 위치 및 하이퍼파라미터와 같은 구성을 지정하기 위해 제공하는 모델별 기본값을 활용할 수 있습니다. 이러한 속성은 기본값일 뿐입니다. 이를 재정의하고 생성한 AWS 모델에 대한 세분화된 제어를 유지할 수 있습니다. 이러한 변경의 결과로 SageMaker JumpStart 모델을 배포하고 교육하기 위해 Python 워크플로를 작성하는 노력이 줄어들어 중요한 작업에 더 많은 시간을 할애할 수 있습니다. 이 기능은 JumpStart가 지원되는 모든 지역에서 사용할 수 있으며 다음을 통해 액세스할 수 있습니다. SageMaker Python SDK 버전 2.154.0 이상.
SageMaker SDK를 통해 엔드포인트를 프로그래밍 방식으로 배포할 수 있습니다. SageMaker 모델 허브에서 원하는 모델의 모델 ID와 배포에 사용되는 인스턴스 유형을 지정해야 합니다. 추론 스크립트가 포함된 모델 URI와 Docker 컨테이너의 URI는 SageMaker SDK를 통해 가져옵니다. 이러한 URI는 SageMaker JumpStart에서 제공하며 배포를 위해 SageMaker 모델 개체를 초기화하는 데 사용할 수 있습니다.
모델 배포 및 엔드포인트 쿼리
이 노트북에는 ipywidgets가 필요합니다. ipywidgets를 설치한 다음 현재 노트북과 연결된 실행 역할을 SageMaker 액세스 권한이 있는 AWS 계정 역할로 사용합니다.
선행 학습된 모델 선택
우리는 bloomz-176b-fp16
선행 학습된 모델:
다음 섹션의 노트북은 다음을 사용합니다. 블룸Z 176B 예로서. SageMaker 사전 교육 모델의 전체 목록은 다음을 참조하십시오. 사전 훈련된 모델 테이블이 있는 내장 알고리즘.
아티팩트 검색 및 엔드포인트 배포
SageMaker를 사용하면 먼저 새 데이터 세트에서 미세 조정하지 않고 사전 훈련된 모델에서 추론을 수행할 수 있습니다. 우리는 deploy_image_uri
, deploy_source_uri
및 model_uri
사전 학습된 모델의 경우. 사전 훈련된 모델을 호스팅하기 위해 다음 인스턴스를 생성합니다. 세이지메이커.모델.모델 배포합니다. 이 작업은 몇 분 정도 걸릴 수 있습니다.
이제 다음 코드 줄과 함께 간소화된 SageMaker JumpStart SDK를 사용하여 모델을 배포할 수 있습니다.
우리는 사용 SageMaker 대형 모델 추론(LMI) 컨테이너 BloomZ 176B 모델을 호스팅합니다. LMI는 생성 AI 모델에서 사용하기 쉬운 기능과 성능 향상을 제공하는 AWS 구축 LLM 소프트웨어 스택(컨테이너)입니다. 추론 속도를 높이기 위해 모델 병렬 처리, 컴파일, 양자화 및 기타 스택이 내장되어 있습니다. 자세한 내용은 다음을 참조하십시오. 대규모 모델 추론 Deep Learning Containers 및 DeepSpeed를 사용하여 Amazon SageMaker에 BLOOM-176B 및 OPT-30B 배포.
이 모델을 배포하려면 p4de.24xlarge 인스턴스가 필요하며 배포에는 일반적으로 약 1시간이 걸립니다. 해당 인스턴스에 대한 할당량이 없는 경우 AWS Service Quotas 콘솔에서 할당량 증가를 요청하십시오.
엔드포인트를 쿼리하고 생성된 텍스트를 제어하기 위해 다양한 매개 변수를 사용하여 응답을 구문 분석합니다.
끝점에 대한 입력은 JSON으로 형식이 지정되고 utf-8 형식으로 인코딩된 텍스트 문자열입니다. 끝점의 출력은 생성된 텍스트가 있는 JSON 파일입니다.
다음 예에서는 몇 가지 샘플 입력 텍스트를 제공합니다. 모든 텍스트를 입력할 수 있으며 모델은 시퀀스의 다음 단어를 예측합니다. 모델을 반복적으로 호출하여 더 긴 텍스트 시퀀스를 생성할 수 있습니다. 다음 코드는 이러한 인수를 사용하여 엔드포인트를 호출하는 방법을 보여줍니다.
다음 출력을 얻습니다.
['How to make a pasta? boil a pot of water and add salt. Add the pasta to the water and cook until al dente. Drain the pasta.']
SageMaker Studio에서 모델에 액세스
다음을 통해서도 이러한 모델에 액세스할 수 있습니다. JumpStart 랜딩 페이지 스튜디오에서. 이 페이지에는 사용 가능한 종단 간 ML 솔루션, 선행 학습된 모델 및 예제 노트북이 나열되어 있습니다.
게시물 게시 시점에 BloomZ 176B는 us-east-2
부위.
BloomZ 176B 모델 카드를 선택하여 노트북을 볼 수 있습니다.
그런 다음 노트북을 가져와 노트북을 추가로 실행할 수 있습니다.
정리
지속적인 요금 청구를 피하려면 SageMaker 추론 엔드포인트를 삭제하십시오. 다음 명령을 사용하여 SageMaker 콘솔 또는 SageMaker Studio 노트북에서 엔드포인트를 삭제할 수 있습니다.
predictor.delete_model()
predictor.delete_endpoint()
결론
이 게시물에서는 제로 샷 및 퓨 샷 학습의 이점에 대한 개요를 제공하고 프롬프트 엔지니어링이 명령 조정 모델의 성능을 어떻게 향상시킬 수 있는지 설명했습니다. 또한 SageMaker JumpStart에서 명령 조정된 BloomZ 176B 모델을 쉽게 배포하는 방법을 보여주고 SageMaker에서 배포된 BloomZ 176B 모델 엔드포인트를 사용하여 다양한 NLP 작업을 수행할 수 있는 방법을 보여주는 예제를 제공했습니다.
SageMaker JumpStart에서 BloomZ 176B 모델을 배포하고 NLP 사용 사례에 대한 고유한 프롬프트를 생성하는 것이 좋습니다.
SageMaker JumpStart에 대해 자세히 알아보려면 다음을 확인하십시오.
저자에 관하여
라자쿠마르 삼파스쿠마르 AWS의 수석 기술 계정 관리자로서 고객에게 비즈니스 기술 조정에 대한 지침을 제공하고 클라우드 운영 모델 및 프로세스의 재창조를 지원합니다. 그는 클라우드와 머신 러닝에 열정적입니다. Raj는 또한 기계 학습 전문가이며 AWS 고객과 협력하여 AWS 워크로드 및 아키텍처를 설계, 배포 및 관리합니다.
황신 박사 Amazon SageMaker JumpStart 및 Amazon SageMaker 내장 알고리즘의 응용 과학자입니다. 그는 확장 가능한 기계 학습 알고리즘 개발에 중점을 둡니다. 그의 연구 관심 분야는 자연어 처리, 표 형식 데이터에 대한 설명 가능한 딥 러닝, 비모수적 시공간 클러스터링에 대한 강력한 분석입니다. 그는 ACL, ICDM, KDD 컨퍼런스 및 Royal Statistical Society: Series A 저널에 많은 논문을 발표했습니다.
에반 크라비츠 SageMaker JumpStart에서 일하는 Amazon Web Services의 소프트웨어 엔지니어입니다. 그는 요리를 즐기고 뉴욕시에서 달리기를 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/zero-shot-and-few-shot-prompting-for-the-bloomz-176b-foundation-model-with-the-simplified-amazon-sagemaker-jumpstart-sdk/
- :있다
- :이다
- :아니
- :어디
- $UP
- 000
- 1
- 10
- 100
- 11
- 12
- 13
- 15%
- 16
- 20
- 2000
- 2013
- 2021
- 24
- 250
- 30
- 32
- 33
- 7
- 8
- a
- 할 수 있는
- 소개
- 위의
- 수락
- ACCESS
- 액세스
- 계정
- 가로질러
- 각색하다
- 더하다
- 추가
- 또한
- 추가
- 구애
- 조정
- 관리
- 이점
- 다시
- 반대
- AI
- AI 모델
- 목표
- AL
- 알고리즘
- 조정
- All
- 허용
- 수
- 혼자
- 또한
- Altair
- 항상
- am
- 아마존
- 아마존 이해
- 아마존 세이지 메이커
- Amazon SageMaker 점프스타트
- Amazon Web Services
- Amazon Web Services (AWS)
- 거창한
- 중
- 양
- 금액
- an
- 분석
- 분석하다
- 및
- 앤젤레스
- 발표
- 알림
- 어떤
- API를
- API
- 응용할 수 있는
- 어플리케이션
- 적용된
- Apr
- 아라비아 말
- 있군요
- 지역
- 인수
- 기사
- AS
- 관련
- At
- 붙이다
- 속성
- Automatic
- 자동적으로
- 가능
- 피하기
- AWS
- 뒤로
- 나쁜
- 은행
- 기반으로
- 기본
- BE
- 바닷가
- 아름다운
- 때문에
- 된
- 행동
- 존재
- 유익한
- 혜택
- 게다가
- BEST
- 사이에
- 지폐
- 빌 게이츠 (Bill Gates)
- 억원
- 비트
- 꽃
- 파란색
- 일시: XNUMX년 XNUMX월 XNUMX일 화요일 XNUMX:XNUMXpm - XNUMX:XNUMXpm 장소: 여의도 페어몬트 앰배서더 서울 호텔 XNUMXF 아잘레아스 룸 [약도] 행사 문의: info.korea@rescale.com
- 도서
- 경계
- 타고난
- 보물상자
- 간단히
- BSN
- 빌드
- 건물
- 내장
- 내장
- 비자 면제 프로그램에 해당하는 국가의 시민권을 가지고 있지만
- 단추
- by
- 라는
- 부름
- CAN
- 얻을 수 있습니다
- 기능
- 능력
- 카드
- 주의
- 케이스
- 가지 경우
- 캐스트
- 체포
- 센터
- 대표 이사
- 도전
- 이전 단계로 돌아가기
- 변경
- 청구 된
- 요금
- 검사
- 어린이
- 중국말
- 선택
- 왼쪽 메뉴에서
- 서클
- City
- 주장
- 분류
- 닫은
- 클라우드
- 클라우드 컴퓨팅
- 클러스터링
- 공동 설립자
- 암호
- 코딩
- 일관성
- 저온
- 협동
- 수집
- 칼리지
- 단
- 왔다
- 제공
- 오는
- 상업
- 공통의
- 회사
- 완전한
- 복잡성
- 복잡한
- 이해하다
- ~을 포함하는
- 컴퓨팅
- 개념
- 컨퍼런스
- 회의
- 구성
- 고려
- 구성
- 콘솔에서
- 소비
- 컨테이너
- 용기
- 이 포함되어 있습니다
- 함유량
- 문맥
- 계속
- 지속
- 제어
- 이야기 잘하는
- 시원한
- 수정
- 비용
- 수
- 국가
- 두
- 만들
- 만든
- 만들기
- 창조
- 창조적 인
- 컵
- Current
- 현재
- 관습
- 고객
- 맞춤형
- 데이터
- 데이터 세트
- 데이비드
- 거래
- 패키지 딜
- 전용
- 깊은
- 깊은 학습
- 가장 깊은
- 태만
- 전달
- 배달
- 데모
- 보여
- 시연
- 의존
- 배포
- 배포
- 전개
- 배치
- 전개
- 기술 된
- 설명
- 디자인
- 설계
- 원하는
- 세부설명
- 결정
- 개발
- 개발
- 개발
- 개발
- 개발
- 디바이스
- DID
- Mourir
- 다른
- 할인
- 할인
- 토론
- do
- 도커
- 문서
- 서류
- 하지 않습니다
- 하기
- 도메인
- 지배적 인
- 기부하다
- 말라
- 문
- 아래 (down)
- 다운 그레이드
- 배수
- 단점
- 마다
- 용이하게
- 쉽게
- 사용하기 쉬운
- 전자 책
- 전자 상거래
- 유효성
- 노력
- 요소
- 자격이되는
- 임베디드
- 가능
- 격려
- 끝으로 종료
- 종점
- 기사
- 엔지니어링
- 영어
- 즐겨
- 전체의
- 엔티티
- 실재
- 기업가
- 환경
- 공평
- 유럽
- 조차
- 이벤트
- EVER
- 모두
- 검토하다
- 예
- 예
- 독점
- 실행
- 기대하는
- 비싼
- 경험
- 추출물
- 페이스메이크업
- 을 용이하게
- 포함내용
- 사실
- 멀리
- FAST
- 특색
- 특징
- 피드백
- 지우면 좋을거같음 . SM
- 발
- 를
- Fields
- 입양 부모로서의 귀하의 적합성을 결정하기 위해 미국 이민국에
- 파일
- 금융
- 금융 서비스
- 화재
- 먼저,
- 처음으로
- 집중
- 따라
- 수행원
- 식품
- 음식 배달
- 럭셔리
- 체재
- 이전
- Foundation
- 설립
- 무료
- 프랑스어
- 자주
- 에
- 앞
- 기능
- 추가
- 이득
- 게이츠
- 범용
- 생성
- 생성
- 세대
- 생성적인
- 제너레이티브 AI
- 얻을
- 제공
- 골
- 가는
- 골프
- 좋은
- GPU
- 큰
- 매우
- 육로
- 그룹
- 성장하는
- 성장
- 보증
- 지도
- 안내
- 손
- 있다
- 데
- he
- 표제
- 듣다
- 신장
- 도움
- 도움이
- 도움이
- 여기에서 지금 확인해 보세요.
- 높은
- 높은 품질의
- 그의
- 희망
- 주인
- 뜨거운
- 시간
- 방법
- How To
- HTML
- HTTPS
- 황
- 허브
- 사람의
- 인간성
- 인간
- i
- ID
- if
- 영상
- 상상의
- 그림
- import
- 개선
- in
- 포함
- 포함
- 통합
- 산업
- 정보
- 정보 추출
- 발의
- 혁신적인
- 입력
- 입력
- 통찰력
- 설치
- 예
- 를 받아야 하는 미국 여행자
- 명령
- 이해
- 내부의
- 으로
- 조사
- 투자
- 투자 은행
- 감다
- 제도
- IT
- 그
- 일
- 작업
- 일지
- 여행
- JPG
- JSON
- 다만
- 유지
- 키
- 키워드
- 알아
- 지식
- 상륙
- 언어
- 언어
- 넓은
- 대규모
- 가장 큰
- 성
- 후에
- 최근
- 지도
- 배우다
- 배우기
- 지도
- 하자
- 수
- 레벨
- 이점
- 도서관
- 빛
- 처럼
- 한계
- 제한된
- 라인
- 라인
- 명부
- 기울기
- LLM
- 위치
- 긴
- 이상
- 보기
- 같이
- 그들
- 로스엔젤레스
- 애정
- 낮은
- 기계
- 기계 학습
- 만든
- 본관
- 주요한
- 확인
- 제작
- 유튜브 영상을 만드는 것은
- 관리
- 매니저
- 관리
- .
- 시장
- 행진
- 문제
- XNUMX월..
- 아마도
- me
- 소개
- 회원
- 회원
- 메모리
- 남성 컬렉션
- 언급하다
- Microsoft
- 중간
- 백만
- 수백만
- 최소화
- 회의록
- Mission
- ML
- 모델
- 모델
- 현대
- 달
- 배우기
- 가장
- 영화
- 여러
- name
- 자연의
- 자연 언어 처리
- 자연
- ne
- 필요한
- 필요
- 부정
- 네트워킹
- 중립의
- 못
- 신제품
- 새로운 제품
- 뉴욕
- 뉴욕시
- 최신
- 다음 것
- 다음주
- 좋은
- nlp
- 아니
- 노이즈
- 수첩
- 노트
- 소설
- 십일월
- 지금
- 번호
- 대상
- 획득
- of
- 오프
- 제공
- 제공
- 제공
- oh
- on
- 일단
- ONE
- 지속적으로
- 만
- 오픈 소스
- 조작
- 행정부
- 옵션
- or
- 주황색
- 주문
- 명령
- 조직
- 실물
- 기타
- 우리의
- 아웃
- 출력
- 위에
- 보수
- 개요
- 자신의
- 페이지
- 서
- 서류
- 매개 변수
- 열렬한
- 지불
- 사람들
- 용
- 감지 된
- 수행
- 성능
- 실행할 수 있는
- 특권
- 개인
- 구문
- 영화
- 장소
- 계획
- 계획
- 플랫폼
- 플라톤
- 플라톤 데이터 인텔리전스
- 플라토데이터
- 플레이어
- 연주
- 부디
- ...을 더한
- 위치
- 긍정적인
- 가능한
- 게시하다
- 강한
- PPI
- 예측
- Predictor
- 예측
- 프리미엄
- 너무 이른
- 이전에
- 가격
- 청춘
- 교장
- 사설
- 사모
- 문제
- 방법
- 프로세스
- 처리
- 생산
- 프로덕트
- 생산
- 제품
- 링크를
- 프로그램
- 프로그램 작성
- 프로그래밍 언어
- 프로젝트
- 제공
- 제공
- 공급자
- 제공
- 제공
- 공개적으로
- 출판
- 출판
- 놓다
- Python
- 문제
- 문의
- 높인
- 빠른
- 율
- RE
- 읽기
- 독자들
- 읽기
- 실시간
- 깨달은
- 최근
- 최근에
- 인식
- 인식하는
- 추천
- 빨간색
- 감소
- 지방
- 지역
- 관련
- 주목할 만한
- 자꾸
- 바꿔 말하다
- 대체
- 저장소
- 의뢰
- 필수
- 필요
- 연구
- 연구 및 개발
- 연구원
- 분해능
- 제품 자료
- 응답
- 응답
- 결과
- 유지
- 리뷰
- 혁명적 인
- 보람
- 보상
- 로봇
- 강력한
- 직위별
- 왕의
- 달리기
- 실행
- s
- 현자
- SageMaker 추론
- 말했다
- 판매
- 소금
- 속담
- 라고
- 확장성
- 주사
- 과학자
- 과학자
- 화면
- SDK
- 검색
- 둘째
- 섹션
- 참조
- 것
- 선택
- 팔다
- 의미론
- 연장자
- 감각
- 문장
- 감정
- 감정
- 순서
- 일련의
- 연속
- 시리즈 A
- 서비스
- 서비스
- 세트
- 설정
- 설정
- 몇몇의
- 영상을
- 표시
- 보여
- 쇼
- 상당한
- 단순화
- 이후
- 대지
- 상황
- 크기
- 크기
- 작은
- 작은
- So
- 사회적
- 소셜 네트워킹
- 사회
- 소프트웨어
- 소프트웨어 엔지니어
- 고체
- 솔루션
- 일부
- 그것의
- 스페인어
- 전문가
- 구체적인
- 구체적으로
- 속도
- 철자
- 지출
- 스택
- 스택
- 스타트
- 시작
- 신생
- 최첨단
- 미국
- 통계적인
- 단계
- 스티브
- 정지
- 저장
- 저장 옵션
- 전략
- 강점
- 끈
- 구조
- 학생
- 스튜디오
- 교육과정
- 이러한
- 소송
- 개요
- 보충
- 공급
- SUPPORT
- 지원
- 지원
- 동의어
- 테이블
- 받아
- 소요
- 태스크
- 작업
- 교육
- 팀
- 테크니컬
- 이 템플릿
- 보다
- 감사
- 그
- XNUMXD덴탈의
- 지역
- 세계
- 그들의
- 그들
- 그때
- 그곳에.
- Bowman의
- 그들
- 제삼
- 이
- 을 통하여
- 죽
- 시간
- 시간이 많이 걸리는
- Title
- 에
- 오늘
- 내일
- 너무
- 수단
- 힘든
- 에 대한
- 전통적인
- Train
- 훈련 된
- 트레이닝
- 변환
- 변환
- 번역
- 나무
- 짹짹
- 두번
- 두
- 유형
- 우리
- 이해
- 미국
- United States
- 대학
- 무제한
- 까지
- 업데이트
- 업데이트
- 업데이트
- 사용
- 유스 케이스
- 익숙한
- 사용자
- 사용
- 사용
- 보통
- 가치
- 마케팅은:
- 종류
- 여러
- 거대한
- 확인
- 버전
- 대단히
- 를 통해
- 관측
- 사실상
- 방문
- 필요
- 따뜻한
- 였다
- 물
- 방법..
- 방법
- we
- 웹
- 웹 서비스
- 주
- 환영
- 잘
- 뭐
- 언제
- 어느
- 동안
- 화이트
- 누구
- 모든
- why
- 넓은
- 폭
- 의지
- 겨울
- 과
- 없이
- 여성 컬렉션
- 워드
- 말
- 워크 플로우
- 일하는
- 일
- 세계
- 월드컵
- 걱정
- 겠지
- 쓰다
- 쓰기
- 쓴
- X
- year
- 년
- 예
- 아직
- 요크
- 자신의
- 너의
- 제퍼 넷
- 제로샷 학습