Category: Artificial Intelligence

在上一篇文章《使用亚马逊云构建企业智能知识问答助手第一篇 之 架构演进》中我们通过一个真实客户案例介绍了Chatbot在企业内部。作为系列博客中的第二篇，我们会专注于介绍项目组在PoC中，针对Knowledge Base类型的数据提高整体问答准确率的优化思路和实践过程。

本文将通过一个在亚马逊云上构建企业智能知识问答助手的真实客户案例，来介绍它的技术架构是如何随着需求的变化和自然语言处理技术的进步而逐步演进的。本篇也是一个系列博客的开始，后续还将继续为您介绍诸如如何针对Knowledge Base类型文章提高问答准确率，如何针对长文档问答的需求提高准确率，以及源数据的权限管理和数据同步等内容。

本文主要介绍在海外税务处理流程中发票信息提取场景下，欧税通和亚马逊云科技一起探索了 Claude 3 系列模型应用在该场景中的可行性，最终让 Claude 3 Haiku 实现了高达 91% 的综合识别正确率，显著提升了运营人员的工作效率、降低了运营人员的工作疲劳感和乏味感并最终降低了整体的人力成本。

拥抱 AI 时代已经成为各行业大多数企业的共识。企业高管制定总体的企业 AI 战略蓝图之后，需要着手对生成式 […]

过去两年生成式 AI 的风暴席卷天下，获得了各行各业的广泛关注，成为了未来几年企业竞争和发展的战略制高点。企业 […]

在这篇文章中，笔者将展示如何使用“智能体”技术，从头开始搭建一个“狼人杀”游戏服务器端。

对于 LLM 应用的测试，由于没有确定的输出，无法使用传统的测试方法。而 TruLens 为我们提供了一种简单、可自动化的评估方法，再结合 Claude 3 优秀的推理能力，能大大简化 LLM 应用的测试，提高效率。

注意：这篇博客文章是一篇翻译作品。您可以在这里阅读原始英文版本。 随着生成式人工智能应用被迅速采用，这些应用需 […]

本文展示了开发团队如何利用 AWS 云服务（如 HAQM Bedrock、HAQM Inspector、AWS Lambda 和 HAQM EventBridge）构建一个无服务器的事件驱动解决方案，在持续集成流水线中自动检测和修复容器的通用漏洞披露（CVE）。借助强大的生成式人工智能和无服务器技术，这一曾经复杂的挑战变得不再困难。

LLaMA-Factory 是开源社区一套大模型集成训练框架，AWS SageMaker 是亚马逊云服务中的一个全面的机器学习平台，它提供了一种简单、高效的方式来构建、训练和部署机器学习模型。 本文中我们将结合代码和示例介绍如何使用 LLaMA-Factory 在 SageMaker HyperPod 上训练大模型，熟悉 SageMaker HyperPod 集群创建和多机多卡分布式训练方法。