pace genai demos

Memanfaatkan Kekuatan Data Perusahaan dengan AI Generatif: Wawasan dari Amazon Kendra, Langchain, dan Model Bahasa Besar

Repositori ini menyediakan sampel kode untuk tiga demo AI generatif, dilisensikan di bawah lisensi MIT-0.

1. Amazon Kendra dengan dasar LLM : Memanfaatkan kemampuan pencarian mendalam Amazon Kendra dikombinasikan dengan pengetahuan luas dari model bahasa besar. Integrasi ini memberikan jawaban yang tepat dan sadar konteks untuk pertanyaan kompleks dengan menarik dari beragam sumber.

2. Model embeddings dengan foundational LLM : menggabungkan kekuatan embeddings - teknik untuk menangkap makna semantik dari kata -kata dan frasa - dengan basis pengetahuan luas dari LLMS. Sinergi ini memungkinkan pemodelan topik yang lebih akurat, rekomendasi konten, dan kemampuan pencarian semantik.

3. Model Yayasan Farmasi Generator AD : Aplikasi khusus yang disesuaikan untuk industri farmasi. Memanfaatkan kemampuan generatif model dasar, alat ini menciptakan iklan farmasi yang meyakinkan dan sesuai, memastikan konten mematuhi standar dan peraturan industri

Demo ini dapat digunakan dengan mulus di akun AWS Anda, menawarkan wawasan dasar dan panduan tentang memanfaatkan layanan AWS untuk membuat model AI generatif (LLM) yang canggih dan menjawab bot dan menjawab pembuatan konten.

Anda dapat menggunakan demo ini independen satu sama lain. Silakan merujuk ke file ReadMe di masing -masing folder untuk instruksi penempatan.

Lihat posting blog untuk detail tentang cara kerja solusi ini.

Penulis

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

Pemecahan masalah

Ukuran unit harus lebih kecil dari 262144000 byte (Layanan: Awslambdainternal; Kode Status: 400)

1. Hapus folder Lambda Layer yang ada: Mulailah dengan menghapus folder lambda_langchain_layer dari proyek Anda. Tindakan ini memastikan bahwa setiap file yang rusak atau kebesaran dihapus.
2. Ciptakan Lapisan: Setelah dihapus, buat ulang lapisan Lambda menggunakan perintah Deploy.sh. Proses ini harus menghasilkan lapisan segar yang sesuai dengan ukuran dengan komponen yang diperlukan.
3. Sumber Docker Bersih: Juga penting untuk memastikan bahwa tidak ada gambar atau wadah Docker residual yang menempati ruang yang tidak perlu. Bersihkan semua gambar dan wadah Docker yang berjalan untuk membebaskan ruang dan menghindari potensi konflik.

Melaporkan bug/permintaan fitur

Saat mengajukan masalah, silakan periksa masalah terbuka, atau baru -baru ini ditutup, untuk memastikan orang lain belum melaporkan masalah ini. Cobalah untuk memasukkan informasi sebanyak mungkin. Detail seperti ini sangat berguna:

• Kasus uji yang dapat direproduksi atau serangkaian langkah
• Versi kode kami digunakan
• Modifikasi apa pun yang telah Anda buat relevan dengan bug tersebut
• Sesuatu yang tidak biasa tentang lingkungan atau penyebaran Anda

Lisensi

Perpustakaan ini dilisensikan di bawah lisensi MIT-0. Lihat file lisensi.

• Changelog proyek.
• Lisensi proyek.
• Kode Perilaku Proyek.
• Berkontribusi untuk informasi lebih lanjut.