pace genai demos

通过生成AI来利用企业数据的力量：亚马逊肯德拉，兰班和大语言模型的见解

该存储库提供了三个生成AI演示的代码示例，该演示已获得MIT-0许可证的许可。

1. 亚马逊肯德拉（Amazon Kendra）具有基础LLM ：利用亚马逊肯德拉（Amazon Kendra）的深入搜索能力，并结合了大型语言模型的广泛知识。该集成通过从各种来源绘制来提供了复杂查询的精确和上下文感知的答案。

2. 具有基础LLM的嵌入模型：融合嵌入的力量（一种捕获单词和短语语义含义的技术），并具有LLM的庞大知识基础。这种协同作用使更准确的主题建模，内容建议和语义搜索功能。

3. Foundation Model Models Pharma Ad Generator ：为制药行业量身定制的专门应用程序。该工具利用基础模型的生成能力，创建了令人信服且合规的药品广告，确保内容遵守行业标准和法规

这些演示可以无缝部署在您的AWS帐户中，提供有关利用AWS服务创建最先进的大语言模型（LLM）生成的AI质量AI问题和回答机器人和内容的指导。

您可以部署这些演示的彼此独立。请参阅每个文件夹中的读数文件以获取部署说明。

有关这些解决方案的工作方式，请参阅博客文章。

作者

• Jin Tan Ruan -AWSI PACE原型开发人员
• Aravind Kodandaramaiah- AWSI PACE高级原型开发人员

故障排除

未拉链的尺寸必须小于262144000字节（服务：AWSlambdainternal;状态代码：400）

1. 删除现有的lambda层文件夹：首先从项目中删除lambda_langchain_layer文件夹。此操作确保清除任何损坏或超大文件。
2. 重新创建图层：删除后，使用decloy.sh命令重新创建lambda层。此过程应与必要组件生成新鲜的，符合尺寸的层。
3. 清洁码头资源：确保没有残留的码头图像或容器占用不必要的空间也很重要。清洁所有运行的Docker图像和容器，以释放空间并避免任何潜在的冲突。

报告错误/功能请求

提出问题时，请检查现有的打开或最近关闭的问题，以确保其他人尚未报告该问题。请尝试提供尽可能多的信息。诸如此类的细节非常有用：

• 可再现的测试用例或一系列步骤
• 我们使用的代码的版本
• 您与错误相关的任何修改
• 关于您的环境或部署的任何异常

执照

该图书馆已获得MIT-0许可证的许可。请参阅许可证文件。

• 该项目的更改。
• 该项目的许可。
• 该项目的行为守则。
• 为更多信息做出贡献。