pace genai demos

Nutzung der Kraft von Unternehmensdaten mit generativem KI: Erkenntnisse von Amazon Kendra, Langchain und Großsprachemodellen

Dieses Repository enthält Codeproben für drei generative KI-Demos, die unter MIT-0-Lizenz lizenziert sind.

1. Amazon Kendra mit Fundament LLM : Verwendet die tiefen Suchfunktionen von Amazon Kendra in Kombination mit dem expansiven Wissen großer Sprachmodelle. Diese Integration bietet präzise und kontextbezogene Antworten auf komplexe Abfragen, indem sie aus einer Vielzahl von Quellen stammen.

2. Einbettungsmodell mit fundamentalem LLM : Zusammenführt die Kraft von Einbettungen - eine Technik, um semantische Bedeutungen von Wörtern und Phrasen zu erfassen - mit der riesigen Wissensbasis von LLMs. Diese Synergie ermöglicht eine genauere Thema Modellierung, Inhaltsempfehlung und semantische Suchfunktionen.

3. Foundation Models Pharma Ad Generator : Eine spezielle Anwendung, die auf die Pharmaindustrie zugeschnitten ist. Dieses Tool nutzt die generativen Fähigkeiten grundlegender Modelle und schafft überzeugende und konforme pharmazeutische Anzeigen, um sicherzustellen

Diese Demos können nahtlos in Ihrem AWS-Konto eingesetzt werden, wodurch grundlegende Erkenntnisse und Leitlinien zur Nutzung von AWS-Diensten angeboten werden, um ein hochmodernes großes Sprachmodell (LLM) generative KI-Frage zu erstellen und Bot und Inhaltsgenerierung zu beantworten.

Sie können die voneinander unabhängigen Demo einsetzen. Weitere Informationen finden Sie in den ReadMe -Dateien in den Ordnern für Bereitstellungsanweisungen.

Weitere Informationen zur Funktionsweise dieser Lösungen finden Sie im Blog -Beitrag.

Autoren

• Jin Tan Ruan - AWSI Pace Prototyping -Entwickler
• Aravind Kodandaramaiah - AWSI Pace Senior Prototyping Developer

Fehlerbehebung

Die unzackte Größe muss kleiner als 262144000 Bytes sein (Service: awslambdainternal; Statuscode: 400)

1. Löschen Sie den vorhandenen Ordner Lambda Layer: Entfernen Sie zunächst den Ordner lambda_langchain_layer aus Ihrem Projekt. Diese Aktion stellt sicher, dass beschädigte oder übergroße Dateien gelöscht werden.
2. Erstellen Sie die Ebene neu: Nach dem Löschen stellen Sie die Lambda -Schicht mit dem Befehl Deploy.sh neu. Dieser Vorgang sollte eine frische, größen konforme Ebene mit den erforderlichen Komponenten erzeugen.
3. Clean Docker -Ressourcen: Es ist auch wichtig sicherzustellen, dass keine verbleibenden Docker -Bilder oder -Container unnötigen Raum einnehmen. Reinigen Sie alle laufenden Docker -Bilder und -Container, um Platz freizugeben und potenzielle Konflikte zu vermeiden.

Melden Sie Fehler/Feature -Anfragen

Bei der Einreichung eines Problems überprüfen Sie bitte die vorhandenen offenen oder kürzlich geschlossenen Probleme, um sicherzustellen, dass jemand anderes das Problem noch nicht gemeldet hat. Bitte versuchen Sie, so viele Informationen wie möglich einzuschließen. Details wie diese sind unglaublich nützlich:

• Ein reproduzierbarer Testfall oder eine Reihe von Schritten
• Die Version unseres Code wird verwendet
• Alle Änderungen, die Sie für den Fehler relevant gemacht haben
• Alles Ungewöhnliche an Ihrer Umgebung oder Bereitstellung

Lizenz

Diese Bibliothek ist im Rahmen der MIT-0-Lizenz lizenziert. Siehe die Lizenzdatei.

• ChangeLog des Projekts.
• Lizenz des Projekts.
• Verhaltenskodex des Projekts.
• Für weitere Informationen beitragen.