Amazon Bedrock надає широкий спектр моделей від Amazon і сторонніх постачальників, включаючи Anthropic, AI21, Meta, Cohere та Stability AI, і охоплює широкий спектр випадків використання, включаючи створення тексту та зображень, вбудовування, чат, високорівневі агенти з аргументацією та аранжуванням тощо. Бази знань для Amazon Bedrock дає змогу створювати ефективні та налаштовані програми Retrieval Augmented Generation (RAG) на основі AWS і векторних сховищ сторонніх виробників, використовуючи моделі AWS і сторонніх виробників. Бази знань для Amazon Bedrock автоматизують синхронізацію ваших даних із вашим векторним сховищем, зокрема розрізняють дані під час їх оновлення, завантажують документи та фрагментують, а також семантичне вбудовування. Це дозволяє легко налаштовувати підказки RAG і стратегії пошуку — ми надаємо атрибуцію джерела та автоматично керуємо пам’яттю. Бази знань є повністю безсерверними, тому вам не потрібно керувати будь-якою інфраструктурою, а за використання баз знань ви платите лише за моделі, векторні бази даних і сховище, яке ви використовуєте.
RAG — це популярна техніка, яка поєднує використання приватних даних із великими мовними моделями (LLM). RAG починається з початкового кроку для отримання відповідних документів із сховища даних (найчастіше векторний індекс) на основі запиту користувача. Потім він використовує мовну модель для створення відповіді, враховуючи як отримані документи, так і вихідний запит.
У цій публікації ми демонструємо, як побудувати робочий процес RAG за допомогою баз знань для Amazon Bedrock для прикладу використання препаратів.
Огляд баз знань для Amazon Bedrock
Бази знань для Amazon Bedrock підтримують широкий діапазон поширених типів файлів, включаючи .txt, .docx, .pdf, .csv тощо. Щоб уможливити ефективний пошук із приватних даних, звичайною практикою є спершу розділити ці документи на керовані блоки. Бази знань реалізували стандартну стратегію поділу на фрагменти, яка добре працює в більшості випадків, щоб дозволити вам швидше розпочати роботу. Якщо вам потрібен більший контроль, Бази знань дозволяють контролювати стратегію поділу за допомогою набору попередньо налаштованих параметрів. Ви можете керувати максимальним розміром маркера та кількістю перекриття, яке буде створено між блоками, щоб забезпечити узгоджений контекст для вбудовування. Бази знань для Amazon Bedrock керує процесом синхронізації даних із вашого Служба простого зберігання Amazon (Amazon S3), розділяє його на менші фрагменти, генерує векторні вбудовування та зберігає вбудовування у векторному індексі. Цей процес супроводжується інтелектуальним керуванням відмінностями, пропускною спроможністю та відмовами.
Під час виконання модель вбудовування використовується для перетворення запиту користувача у вектор. Потім запитується векторний індекс, щоб знайти документи, подібні до запиту користувача, шляхом порівняння векторів документа з вектором запиту користувача. На останньому кроці семантично схожі документи, отримані з векторного індексу, додаються як контекст для оригінального запиту користувача. Під час генерації відповіді для користувача семантично подібні документи запитуються в текстовій моделі разом із посиланням на джерело для відстеження.
Бази знань для Amazon Bedrock підтримують декілька векторних баз даних, у тому числі Amazon OpenSearch Serverless, Амазонська Аврора, Pinecone та Redis Enterprise Cloud. API Retrieve та RetrieveAndGenerate дозволяють вашим програмам безпосередньо запитувати індекс за допомогою уніфікованого стандартного синтаксису без необхідності вивчати окремі API для кожної окремої векторної бази даних, зменшуючи потребу писати спеціальні запити індексу до вашого векторного сховища. Retrieve API приймає вхідний запит, перетворює його на вбудований вектор і запитує серверне сховище за допомогою алгоритмів, налаштованих на рівні векторної бази даних; API RetrieveAndGenerate використовує налаштований користувачем LLM, наданий Amazon Bedrock, і генерує остаточну відповідь природною мовою. Внутрішня підтримка відстеження інформує програму, яка запитує, про джерела, використані для відповіді на запитання. Для корпоративних реалізацій підтримуються бази знань Служба управління ключами AWS (AWS KMS) шифрування, AWS CloudTrail інтеграція та інше.
У наступних розділах ми демонструємо, як побудувати робочий процес RAG за допомогою баз знань для Amazon Bedrock, що підтримується безсерверною векторною системою OpenSearch, щоб проаналізувати неструктурований набір даних клінічних випробувань для випадку використання ліків. Ці дані багаті інформацією, але можуть бути дуже різнорідними. Правильне використання спеціальної термінології та концепцій у різних форматах має важливе значення для виявлення інформації та забезпечення аналітичної цілісності. За допомогою баз знань для Amazon Bedrock ви можете отримати доступ до детальної інформації за допомогою простих природних запитів.
Створіть базу знань для Amazon Bedrock
У цьому розділі ми демонструємо процес створення бази знань для Amazon Bedrock за допомогою консолі. Виконайте наступні дії:
- На консолі Amazon Bedrock під Оркестрація на панелі навігації виберіть База знань.
- Вибирати Створити базу знань.
- У Деталі бази знань розділі, введіть ім’я та необов’язковий опис.
- У Дозволи IAM розділ, виберіть Створіть і використовуйте нову роль служби.
- для Роль імені служби, введіть назву своєї ролі, яка має починатися з
AmazonBedrockExecutionRoleForKnowledgeBase_
. - Вибирати МАЙБУТНІ.
- У Джерело даних розділі введіть ім’я джерела даних і URI S3, де знаходиться набір даних. Бази знань підтримують такі формати файлів:
- Звичайний текст (.txt)
- Уцінка (.md)
- Мова розмітки гіпертексту (.html)
- Документ Microsoft Word (.doc/.docx)
- Значення, розділені комами (.csv)
- Електронна таблиця Microsoft Excel (.xls/.xlsx)
- Портативний формат документа (.pdf)
- під Додаткові налаштування¸ виберіть бажану стратегію фрагментації (для цієї публікації ми вибираємо Фрагменти фіксованого розміру) і вкажіть розмір блоку та накладання у відсотках. Крім того, ви можете використовувати налаштування за замовчуванням.
- Вибирати МАЙБУТНІ.
- У Модель вбудовування виберіть модель Titan Embeddings від Amazon Bedrock.
- У Векторна база даних розділ, виберіть Швидке створення нового векторного магазину, який керує процесом налаштування векторного сховища.
- Вибирати МАЙБУТНІ.
- Перегляньте налаштування та виберіть Створити базу знань.
- Дочекайтеся завершення створення бази знань і підтвердьте її статус Готовий.
- У Джерело даних або на банері у верхній частині сторінки чи спливаючому вікні тестового вікна виберіть Синхронізація щоб ініціювати процес завантаження даних із сегмента S3, розділення їх на фрагменти вказаного вами розміру, створення векторних вбудованих зображень за допомогою вибраної моделі вбудованого тексту та збереження їх у векторному сховищі, яким керує Knowledge Bases для Amazon Bedrock.
Функція синхронізації підтримує прийом, оновлення та видалення документів із векторного індексу на основі змін документів в Amazon S3. Ви також можете використовувати StartIngestionJob
API для запуску синхронізації через AWS SDK.
Після завершення синхронізації в історії синхронізації відображається статус Завершено.
Зробіть запит до бази знань
У цьому розділі ми демонструємо, як отримати доступ до детальної інформації в базі знань за допомогою простих і природних запитів. Ми використовуємо неструктурований синтетичний набір даних, що складається з PDF-файлів, номери сторінок кожного з яких варіюються від 10 до 100 сторінок, моделюючи план клінічних випробувань запропонованого нового лікарського засобу, включаючи методи статистичного аналізу та форми згоди учасників. Ми використовуємо бази знань для Amazon Bedrock retrieve_and_generate
та retrieve
API з Інтеграція Amazon Bedrock LangChain.
Перш ніж ви зможете писати сценарії, які використовують API Amazon Bedrock, вам потрібно буде інсталювати відповідну версію AWS SDK у вашому середовищі. Для сценаріїв Python це буде AWS SDK для Python (Boto3):
Крім того, увімкніть доступ до моделі Amazon Titan Embeddings і Anthropic Claude v2 або v1. Для отримання додаткової інформації див Доступ до моделі.
Створюйте запитання за допомогою Amazon Bedrock
Ми можемо використати Anthropic Claude 2.1 для Amazon Bedrock, щоб запропонувати список запитань, які потрібно поставити щодо набору даних клінічних випробувань:
Використовуйте API Amazon Bedrock RetrieveAndGenerate
Щоб повністю керувати RAG, ви можете використовувати рідні бази знань для Amazon Bedrock RetrieveAndGenerate
API для отримання відповідей безпосередньо:
Наведене джерело інформації можна отримати за допомогою такого коду (з деякими вихідними даними для стислості):
Передаючи ідентифікатор сеансу RetrieveAndGenerate
API, ви можете зберегти контекст розмови та задавати додаткові запитання. Наприклад, без контексту, якщо ви запитуєте більше деталей із попередньої відповіді, він може не дати правильну відповідь:
Але передаючи ідентифікатор сеансу, конвеєр RAG може ідентифікувати відповідний контекст і повертати відповідні відповіді:
У наступній таблиці показано отримані відповіді на всі відповідні запитання.
Питання | Відповідь |
Яка мета дослідження? Переконайтеся, що ви розумієте цілі дослідження та що передбачатиме процедура дослідження. | Мета дослідження полягає в тому, щоб перевірити, чи є літій ефективним у запобіганні повторюваним суїцидальним самонасиллям у пацієнтів з депресією або біполярним розладом. |
Які ризики та потенційні переваги? Форма повинна пояснювати всі передбачувані ризики, побічні ефекти або дискомфорт, які ви можете відчути від участі. | Можливі ризики або дискомфорт включають: питання на співбесіді, які викликають дискомфорт, побічні ефекти від препаратів літію, такі як нудота, рідкий стілець, спрага, зміни сечовипускання, тремтіння, головні болі, пітливість, втома, зниження концентрації, висипання на шкірі, зміни щитовидної залози, погіршення акне /псоріаз, токсичність літію та ризики, якщо ліки раптово припинять. Потенційні переваги полягають у тому, що тести можуть дати нову інформацію, яка допоможе учасникам, а літій може допомогти запобігти повторюваному самовбивчому насильству для тих, хто страждає на депресію або біполярний розлад. |
Що передбачає участь? Отримайте детальну інформацію про те, які аналізи, ліки, зміни способу життя або процедури ви пройдете, скільки часу це займе та як довго триватиме дослідження. | Участь включатиме заповнення інтерв’ю та опитувальників, що охоплюють мислення, поведінку, лікування психічного здоров’я, ліки, вживання алкоголю та наркотиків, домашню та соціальну підтримку, а також розуміння дослідження. Це займає близько двох годин і може бути виконано в кілька сеансів, особисто або по телефону. Якщо ви маєте право на повне дослідження, буде близько 20 навчальних візитів протягом одного року. Це включатиме прийом досліджуваного препарату, перевірку життєво важливих ознак, заповнення анкет, аналіз побічних ефектів і продовження звичайного медичного та психічного догляду. |
Чи є якісь витрати чи платежі? Запитайте, чи будете ви нести відповідальність за будь-які витрати, пов’язані з дослідженням, чи будете отримувати гроші за участь. | Так, у результатах пошуку обговорюються витрати та платежі. З вас не стягуватиметься плата за лікування чи процедури, які є частиною дослідження. Однак вам все одно доведеться сплачувати будь-яку звичайну доплату VA за лікування та ліки, не пов’язані з дослідженням. Вам не платитимуть за участь, але дослідження відшкодує витрати, пов’язані з участю, як-от транспорт, паркування тощо. Суми та порядок відшкодування надаються. |
Як буде захищено мою конфіденційність? У формі має бути пояснено, як ваша особиста інформація про здоров’я зберігатиметься конфіденційною до, під час і після випробування. | Ваша конфіденційність буде захищена шляхом проведення інтерв’ю приватно, зберігання письмових нотаток у закритих файлах і офісах, зберігання електронної інформації в зашифрованих і захищених паролем файлів і отримання Сертифіката конфіденційності від Департаменту охорони здоров’я та соціальних служб для запобігання розголошенню інформації, яка ідентифікує вас . Інформація, яка ідентифікує вас, може бути передана лікарям, відповідальним за ваше лікування, або для перевірок і оцінок державними установами, але розмови та документи про дослідження не ідентифікують вас. |
Запитуйте за допомогою Amazon Bedrock Retrieve API
Щоб налаштувати робочий процес RAG, ви можете використовувати Retrieve API, щоб отримати відповідні фрагменти на основі вашого запиту та передати їх будь-якому LLM, наданому Amazon Bedrock. Щоб використовувати Retrieve API, визначте його таким чином:
Отримайте відповідний контекст (з деякими вихідними даними, відредагованими для стислості):
Витягніть контекст для шаблону запиту:
Імпортуйте модулі Python і налаштуйте шаблон підказки відповіді на питання в контексті, а потім згенеруйте остаточну відповідь:
Запит за допомогою інтеграції Amazon Bedrock LangChain
Бази знань для Amazon Bedrock забезпечують інтеграцію з LangChain для створення наскрізної персоналізованої програми із запитаннями та відповідями. Щоб налаштувати ретрівер LangChain, надайте ідентифікатор бази знань і вкажіть кількість результатів, які потрібно повернути із запиту:
Тепер налаштуйте LangChain RetrievalQA та створіть відповіді з бази знань:
Це створить відповідні відповіді, схожі на ті, що перелічені в попередній таблиці.
Прибирати
Обов’язково видаліть такі ресурси, щоб уникнути додаткових витрат:
Висновок
Amazon Bedrock надає широкий набір глибоко інтегрованих послуг для роботи програм RAG будь-якого масштабу, завдяки чому можна легко розпочати аналіз даних вашої компанії. Бази знань для Amazon Bedrock інтегруються з базовими моделями Amazon Bedrock для створення масштабованих конвеєрів вбудовування документів і служб пошуку документів для забезпечення широкого спектру внутрішніх і орієнтованих на клієнтів програм. Ми з нетерпінням чекаємо майбутнього, і ваші відгуки відіграватимуть важливу роль у розвитку цього продукту. Щоб дізнатися більше про можливості Amazon Bedrock і бази знань, див База знань для Amazon Bedrock.
Про авторів
Марк Рой є головним архітектором машинного навчання для AWS, допомагаючи клієнтам проектувати та створювати рішення AI/ML. Робота Марка охоплює широкий спектр випадків використання ML, головний інтерес до комп’ютерного бачення, глибокого навчання та масштабування ML на підприємстві. Він допомагав компаніям у багатьох галузях, включаючи страхування, фінансові послуги, медіа та розваги, охорону здоров’я, комунальні послуги та виробництво. Марк має шість сертифікатів AWS, у тому числі спеціальність ML. До того як приєднатися до AWS, Марк понад 25 років працював архітектором, розробником і технологічним лідером, у тому числі 19 років у сфері фінансових послуг.
Мані Хануджа є технічним керівником – Generative AI Specialists, автором книги – Applied Machine Learning and High Performance Computing on AWS, і членом ради директорів ради жінок у виробничій освіті. Вона керує проектами машинного навчання (ML) у різних областях, таких як комп’ютерне бачення, обробка природної мови та генеративний ШІ. Вона допомагає клієнтам створювати, навчати та розгортати великі моделі машинного навчання в масштабі. Вона виступає на внутрішніх і зовнішніх конференціях, таких як re:Invent, Women in Manufacturing West, вебінарах YouTube і GHC 23. У вільний час вона любить довго бігати вздовж пляжу.
Доктор Байчуань Сан, який зараз працює старшим архітектором рішень AI/ML в AWS, зосереджується на генеративному штучному інтелекті та застосовує свої знання в галузі обробки даних і машинного навчання для створення практичних хмарних бізнес-рішень. Маючи досвід управлінського консультування та архітектури рішень штучного інтелекту, він вирішує низку складних завдань, зокрема робототехнічне комп’ютерне бачення, прогнозування часових рядів та прогнозне технічне обслуговування тощо. Його робота базується на солідному досвіді управління проектами, дослідженнях і розробці програмного забезпечення та академічній діяльності. Поза роботою доктор Сан насолоджується балансом між подорожами та проведенням часу з родиною та друзями.
Деррік Чу є старшим архітектором рішень в AWS, який зосереджується на прискоренні переходу клієнтів до хмари та трансформації їхнього бізнесу шляхом впровадження хмарних рішень. Його досвід полягає в розробці додатків повного стеку та машинного навчання. Він допомагає клієнтам розробляти та створювати наскрізні рішення, що охоплюють інтерфейси користувача, додатки IoT, API та інтеграцію даних, а також моделі машинного навчання. У вільний час він любить проводити час із сім’єю та експериментувати з фотографією та відеозйомкою.
Френк Вінклер є старшим архітектором рішень і спеціалістом із генеративного штучного інтелекту в AWS, що базується в Сінгапурі, і спеціалізується на машинному навчанні та генеративному штучному інтелекті. Він співпрацює з глобальними цифровими компаніями, створюючи масштабовані, безпечні та економічно ефективні продукти та послуги на AWS. У вільний час він проводить час із сином і донькою, а також подорожує, щоб насолодитися хвилями країн АСЕАН.
Ніхір Чаддервала є старшим архітектором рішень AI/ML у групі Global Healthcare and Life Sciences. Його досвід полягає у розробці рішень на основі великих даних та штучного інтелекту для вирішення проблем клієнтів, особливо в галузі біомедицини, наук про життя та охорони здоров’я. Він також у захваті від перетину квантової інформатики та штучного інтелекту, йому подобається вчитися та робити внесок у цей простір. У вільний час він любить грати в теніс, подорожувати та вивчати космологію.
- Розповсюдження контенту та PR на основі SEO. Отримайте посилення сьогодні.
- PlatoData.Network Vertical Generative Ai. Додайте собі сили. Доступ тут.
- PlatoAiStream. Web3 Intelligence. Розширення знань. Доступ тут.
- ПлатонЕСГ. вуглець, CleanTech, Енергія, Навколишнє середовище, Сонячна, Поводження з відходами. Доступ тут.
- PlatoHealth. Розвідка про біотехнології та клінічні випробування. Доступ тут.
- джерело: https://aws.amazon.com/blogs/machine-learning/use-rag-for-drug-discovery-with-knowledge-bases-for-amazon-bedrock/
- : має
- :є
- : ні
- :де
- $UP
- 1
- 10
- 100
- 11
- 120
- 121
- 13
- 14
- 150
- 160
- 19
- 20
- 23
- 25
- 29
- 35%
- 40
- 41
- 5 Питання
- 7
- 8
- 9
- a
- Здатний
- МЕНЮ
- академічний
- прискорення
- доступ
- через
- доданий
- Додатковий
- адреси
- Відрегульований
- Прийняття
- після
- проти
- агентства
- агенти
- попереду
- AI
- Можливість
- AI / ML
- Алкоголь
- алгоритми
- ВСІ
- дозволяти
- дозволяє
- по
- Також
- Amazon
- Amazon Web Services
- серед
- кількість
- суми
- an
- аналіз
- Аналітичний
- аналізувати
- Аналізуючи
- та
- відповідь
- відповідь
- Відповіді
- Антропний
- будь-який
- API
- Інтерфейси
- додаток
- застосування
- прикладної
- застосовується
- відповідний
- архітектура
- ЕСТЬ
- AS
- Асейна
- запитати
- оцінити
- призначений
- Помічник
- асоційований
- At
- аудит
- збільшено
- автор
- автоматизує
- автоматично
- уникнути
- геть
- AWS
- підтриманий
- Backend
- фон
- Balance
- банер
- база
- заснований
- BE
- Пляж
- було
- перед тим
- поведінки
- Переваги
- Великий
- Великий даних
- біомедичні
- народження
- кров
- рада
- рада директорів
- книга
- обидва
- широкий
- будувати
- Створюємо
- бізнес
- але
- by
- CAN
- можливості
- який
- випадок
- випадків
- викликаючи
- сертифікат
- сертифікація
- сертифікати
- ланцюга
- проблеми
- Зміни
- стягується
- вантажі
- чат
- перевірено
- Вибирати
- цитується
- Клінічний
- хмара
- код
- КОГЕРЕНТНИЙ
- комбінати
- приходить
- загальний
- зазвичай
- Компанії
- компанія
- порівняний
- порівняння
- повний
- повністю
- завершення
- комплекс
- комп'ютер
- Комп'ютерне бачення
- обчислення
- концентрація
- поняття
- лаконічний
- проводиться
- Проведення
- конференції
- конфіденційний
- конфіденційність
- налаштувати
- підтвердити
- згода
- беручи до уваги
- Складається
- Консоль
- консалтинг
- зміст
- контекст
- контексти
- продовжувати
- триває
- внесок
- контроль
- Розмова
- конвертувати
- правильно
- Відповідний
- Космологія
- рентабельним
- витрати
- може
- покриття
- Обкладинки
- створювати
- створений
- створення
- створення
- CSP
- В даний час
- виготовлений на замовлення
- клієнт
- Клієнти
- налаштувати
- налаштувати
- дані
- наука про дані
- Database
- базами даних
- дочка
- Днів
- знизився
- глибокий
- глибоке навчання
- глибоко
- дефолт
- визначати
- демонстрація
- демонструвати
- відділ
- розгортання
- депресія
- description
- дизайн
- докладно
- деталі
- виявляти
- Розробник
- розробка
- різний
- цифровий
- безпосередньо
- Директори
- Розкриття
- відкриття
- обговорювалися
- розлад
- do
- Лікарі
- документ
- документація
- домен
- домени
- Дон
- зроблений
- Не знаю
- дози
- dr
- наркотик
- під час
- кожен
- Раніше
- Освіта
- ефект
- Ефективний
- ефекти
- ефективність
- або
- Розробити
- Electronic
- має право
- ще
- вбудовування
- працює
- включіть
- зашифрованих
- шифрування
- кінець
- кінець в кінець
- двигун
- користуватися
- забезпечувати
- Що натомість? Створіть віртуальну версію себе у
- підприємство
- розваги
- Навколишнє середовище
- особливо
- істотний
- і т.д.
- оцінювати
- оцінки
- приклад
- перевершувати
- збуджений
- витрати
- досвід
- експериментувати
- експертиза
- Пояснювати
- зовнішній
- факт
- Провал
- сім'я
- швидше
- втому
- зворотний зв'язок
- філе
- Файли
- остаточний
- фінансовий
- фінансові послуги
- знайти
- Перший
- увагу
- фокусується
- потім
- після
- слідує
- для
- передбачуваний
- форма
- формат
- форми
- фонд
- Безкоштовна
- друзі
- від
- Frontend
- Повний
- Повний стек
- повністю
- функція
- далі
- майбутнє
- породжувати
- генерує
- породжує
- покоління
- генеративний
- Генеративний ШІ
- отримати
- Глобальний
- глобальний цифровий
- Go
- Цілі
- йде
- Уряд
- державні установи
- заземлений
- гарантований
- керівництво
- обробляти
- Обробка
- Мати
- має
- he
- головні болі
- здоров'я
- Охорона здоров'я
- інформація про стан здоров'я
- охорона здоров'я
- допомога
- допоміг
- допомогу
- допомагає
- її
- Високий
- на вищому рівні
- його
- історія
- тримає
- Головна
- ГОДИННИК
- Як
- How To
- Однак
- HTML
- HTTP
- HTTPS
- людина
- ID
- ідентифікує
- ідентифікувати
- if
- зображення
- реалізації
- реалізовані
- імпорт
- in
- включати
- У тому числі
- Вхідний
- індекс
- промисловості
- інформація
- інформує
- Інфраструктура
- початковий
- вхід
- розуміння
- встановлювати
- страхування
- інтегрований
- Інтеграція
- інтеграція
- інтеграцій
- цілісність
- Розумний
- взаємодія
- інтерес
- Інтерфейси
- внутрішній
- перетин
- інтерв'ю
- питання інтерв'ю
- інтерв'ю
- в
- залучати
- КАТО
- IT
- ЙОГО
- приєднання
- подорож
- JPG
- просто
- зберігання
- збережений
- ключ
- Знати
- Знання
- знання
- мова
- великий
- останній
- вести
- лідер
- Веде за собою
- УЧИТЬСЯ
- вивчення
- дозволяє
- рівень
- рівні
- життя
- Life Sciences
- стиль життя
- як
- Сподобалося
- список
- Перераховані
- LLM
- погрузка
- розташування
- замкнений
- Довго
- машина
- навчання за допомогою машини
- обслуговування
- зробити
- Робить
- управляти
- керований
- вдалося
- управління
- управляє
- виробництво
- багато
- позначити
- Марка
- максимальний
- Може..
- me
- Медіа
- медичний
- медичне дослідження
- лікування
- лікарські препарати
- медицина
- член
- пам'ять
- психічний
- Психічне здоров'я
- Meta
- методика
- може бути
- ML
- модель
- Моделі
- Модулі
- контрольований
- щомісячно
- більше
- найбільш
- багато
- множинний
- повинен
- my
- ім'я
- рідний
- Природний
- Обробка природних мов
- навігація
- Необхідність
- Нові
- немає
- ніхто
- нормальний
- примітки
- номер
- номера
- отримувати
- отриманий
- отримання
- of
- офіси
- on
- ONE
- ті,
- тільки
- Опції
- or
- оркестровка
- оригінал
- Інше
- інші
- Результати
- вихід
- поза
- над
- перекриття
- сторінка
- сторінок
- оплачувану
- pane
- документи
- парковка
- частина
- учасник
- Учасники
- участь
- участь
- проходити
- Проходження
- Пароль
- pacientes
- Платити
- платежі
- Люди
- відсоток
- продуктивність
- period
- людина
- персонал
- телефон
- малюнок
- частин
- трубопровід
- план
- plato
- Інформація про дані Платона
- PlatoData
- Play
- ігри
- популярний
- це можливо
- пошта
- потенціал
- влада
- Практичний
- практика
- переважним
- Вагітність
- запобігати
- попередження
- попередній
- первинний
- Головний
- попередній
- недоторканність приватного життя
- приватний
- проблеми
- Процедури
- процес
- обробка
- Product
- Продукти
- прогрес
- проект
- управління проектом
- проектів
- підказок
- правильний
- пропонувати
- запропонований
- захищений
- забезпечувати
- за умови
- провайдери
- забезпечує
- мета
- Python
- Питання та відповіді
- Квантовий
- квантова інформація
- запити
- запит
- питання
- питань
- R & D
- ганчіркою
- діапазон
- ранжування
- висип
- RE
- отримати
- зниження
- послатися
- регіон
- пов'язаний
- доречний
- повторний
- прохання
- дослідження
- ресурси
- відповідь
- відповідальний
- результат
- результати
- пошук
- повертати
- рецензування
- Багаті
- Risk
- ризики
- робототехніка
- Роль
- пробіжки
- час виконання
- say
- масштабовані
- шкала
- ваги
- Масштабування
- наука
- НАУКИ
- рахунок
- scripts
- Sdk
- плавно
- Пошук
- розділ
- розділам
- безпечний
- вибрати
- обраний
- самонаправлений
- смисловий
- старший
- окремий
- Серія
- Без сервера
- обслуговування
- Послуги
- виступаючої
- Сесія
- сесіях
- комплект
- установка
- налаштування
- загальні
- вона
- Повинен
- Шоу
- сторона
- підпис
- Ознаки
- аналогічний
- простий
- Сінгапур
- сидить
- SIX
- Розмір
- Шкіра
- менше
- So
- соціальна
- Софтвер
- solid
- рішення
- Рішення
- деякі
- її
- Source
- Джерела
- Простір
- span
- Говорить
- спеціаліст
- Фахівці
- спеціалізований
- Спеціальність
- конкретний
- конкретно
- зазначений
- Витрати
- витрачає
- розкол
- Розколи
- Електронна таблиця
- Стабільність
- стек
- standard
- старт
- почалася
- Починаючи
- починається
- статистичний
- статистика
- Статус
- Крок
- заходи
- Як і раніше
- зупинений
- зупинка
- зберігання
- зберігати
- магазинів
- зберігання
- просто
- Стратегія
- Вивчення
- такі
- самогубство
- Sun
- підтримка
- Опори
- Переконайтеся
- синхронізація.
- синхронізація
- синтаксис
- синтетичний
- система
- таблиця
- Приймати
- прийняті
- приймає
- взяття
- Переговори
- команда
- технології
- техніка
- Технологія
- шаблон
- теніс
- термінологія
- тест
- Тести
- текст
- Що
- Команда
- Майбутнє
- Джерело
- їх
- Їх
- самі
- потім
- Там.
- Ці
- вони
- Мислення
- третя сторона
- це
- ті
- через
- пропускна здатність
- час
- Часовий ряд
- велетень
- до
- разом
- знак
- топ
- топ 5
- Простежуваність
- поїзд
- перетворення
- транспорт
- Подорож
- мандри
- лікування
- лікування
- суд
- викликати
- намагатися
- два
- тип
- Типи
- при
- розуміти
- розуміння
- єдиний
- неструктурований
- оновлений
- оновлення
- використання
- використання випадку
- використовуваний
- користувач
- використовує
- використання
- звичайний
- зазвичай
- комунальні послуги
- v1
- Цінності
- різний
- величезно
- версія
- через
- Насильство
- бачення
- Відвідувань
- життєво важливий
- хотіти
- було
- хвилі
- we
- Web
- веб-сервіси
- Вебінари
- тижня
- ДОБРЕ
- West
- Що
- Що таке
- коли
- Чи
- який
- ВООЗ
- широкий
- Широкий діапазон
- волі
- вікно
- з
- без
- жінки
- слово
- Work
- робочий
- робочий
- працює
- б
- запис
- письмовий
- рік
- років
- Ти
- вашу
- YouTube
- зефірнет