Press "Enter" to skip to content

Tag: Amazon Bedrock

使用亚马逊床岩和亚马逊转录,利用生成式人工智能生成记录摘要

会议记录是协作的重要组成部分,但往往容易被忽略在主持讨论、仔细倾听和记录笔记之间,关键信息很容易溜走而未被记录下来即使记录了笔记,它们可能会杂乱无章或难以辨认,使其变得毫无用处在本文中,我们将探讨如何使用亚马逊[…]

Leave a Comment

“Q4 Inc. 如何利用 Amazon Bedrock、RAG 和 SQLDatabaseChain 解决数值和结构化数据集挑战,构建他们的问答聊天机器人”

此文章由Q4 Inc.的Stanislav Yeshchenko共同撰写企业们越来越多地采用检索增强生成(RAG)作为构建问答聊天机器人的主流方法我们继续看到源于现有数据集种类的新挑战这些数据集通常是数值和文本数据的混合,有时是结构化的,…

Leave a Comment

利用实体提取、SQL查询和具有Amazon Bedrock的代理来提升基于RAG的智能文档助手的能力

近年来,由于生成式人工智能(Generative AI)的快速发展,尤其是通过指导微调和强化学习等训练技术引入的大语言模型(LLMs)的性能改善,会话型人工智能(Conversational AI)取得了长足的进步在正确提示的情况下,这些模型可以进行连贯的对话,而无需任何特定任务的训练数据[…]

Leave a Comment

AWS中的生成式人工智能和多模态代理:解锁金融市场中的新价值的关键

多模态数据是金融行业的宝贵组成部分,包括市场、经济、客户、新闻和社交媒体以及风险数据金融机构生成、收集和使用这些数据来获得对金融业务的洞察,做出更好的决策和提高绩效然而,由于多模态数据的复杂性和缺乏…,存在一些挑战

Leave a Comment

使用Amazon SageMaker JumpStart,利用生成式AI和RAG构建安全的企业应用程序

在这篇文章中,我们使用AWS Amplify构建了一个安全的企业应用程序,该应用程序调用了Amazon SageMaker JumpStart基础模型、Amazon SageMaker端点和Amazon OpenSearch服务,以解释如何创建文本到文本或文本到图像以及检索增强生成(RAG)您可以使用本文作为参考,使用AWS服务在生成AI领域构建安全的企业应用程序

Leave a Comment

利用生成式人工智能增强AWS智能文档处理

对于处理大量文档的组织来说,数据分类、提取和分析可能具有挑战性传统的文档处理解决方案是手动的、昂贵的、容易出错的,并且难以扩展AWS智能文档处理(IDP)通过使用Amazon Textract等人工智能服务,让您能够快速利用领先行业的机器学习(ML)技术来快速实现数据分类、提取和分析

Leave a Comment