Amazon Bedrock 上的新一代 Anthropic 模型 Claude 3

如您所知,Amazon Bedrock 是利用基础模型 (FM) 构建生成式 AI 解决方案的最简单的途径,其中包括使用 Anthropic 的先进模型 Claude。而如今,新一代 Claude 模型已经到来。到目前为止,我已经制作了 3 个单独视频来介绍 Claude 3 的首次发布,但我还打算写一篇简短的相关博文,谈谈我认为开发人员会非常感兴趣的关键信息和相关链接。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点这里让它成为你的技术宝库!

1. 进展飞快

官方的亚马逊云科技产品发布博文《开启创新:亚马逊云科技和 Anthropic 共同推动生成式 AI 的进步》切实展现了行业的快速发展。Anthropic 于 2021 年首次通过亚马逊云科技构建解决方案,而 Amazon Bedrock 于 2023 年 9 月全面推出。自此,超过 10,000 名客户开始使用 Amazon Bedrock 构建解决方案,其中许多客户选择了 Claude。

2. 应使用哪种模型?具体情况具体分析!

关于机器学习和人工智能的许多问题,答案都是"具体情况具体分析"。这个答案可能会让新手开发者有些气馁,但给出这个答案是有原因的:模型的设计、部署和使用场景千差万别,所以对于应使用哪种模型,并没有万金油的答案。在实际应用中,使用 AI/ML 关键在于权衡利弊,着眼于应该 使用什么,而不只是可以 使用什么。如果您在考虑在 Amazon Bedrock 上使用哪种模型,首先必须了解您有哪些可以 选择的模型,这样就更容易决定应该选择哪种模型了。

因此,Anthropic 推出 Claude 3 的三款新模型而不是单一解决方案,这是完全合理的。这样您就可以根据使用场景,在智能、速度和成本中取舍,选择最适合的模型。

那么,对您的使用场景而言,哪种模型"足够好"呢?这取决于您对"足够好"的标准是什么!对于涉及深层推理的复杂任务,您可能需要像 Opus 这样的高级模型。但如果您优先考虑速度和成本,您可能会倾向于选择 Haiku。至于 Sonnet,可以看作是一种"中庸之道",能够为许多使用场景提供"恰到好处"的智能与速度之间的平衡。

3. 多元化的数据输入

Anthropic Claude 3 系列的所有 3 种新模型都经过训练,既可以理解结构化数据,也可以理解非结构化数据。虽然乍看之下这可能并不起眼,但这实际上意味着这些模型不仅仅能理解语言,还能接受图像、图表、示意图等作为输入。这极大地拓展了我们解决问题的能力,特别是那些需要整合多种数据来处理的复杂情况,例如,从研究论文中的图片中提取文字,或为多媒体内容生成字幕。

4. 基准

我知道基准很重要,我也在尽力地将它们融入到我为亚马逊云科技机器学习页面制作的视频中,但要在这么短的视频中有效传达此类信息的确颇具挑战。

因此,我在下方分享了一些基准(您也可以在亚马逊云科技产品发布博文Anthropic 产品发布文章中找到)。

5. 通过 JSON 格式输出

虽然 Anthropic 的官方发布只是简略提及,但发现这项特性就像是挖掘到了宝藏一样令人兴奋。我在社交媒体上见过很多人千方百计地试图通过基础模型生成 JSON 输出,我觉得有必要在这里特别强调这一点!

致开发人员的重大好消息:Claude 3 模型擅长生成像 JSON 这样的结构化输出,这对很多人来说都超级有用!

6. 如何开始构建

Claude 3 Sonnet 现已在 Amazon Bedrock 上推出,因此您可以立即通过亚马逊云科技使用 Anthropic 的 Claude 3 系列模型开始构建解决方案了!

扫描下方二维码填问卷领,免费测试账号,即刻体验基于 Amazon Bedrock 的 Claude 3 模型。

如需获取如何在 Amazon Bedrock 中使用 Anthropic 的 Claude 3 Sonnet 开始构建解决方案的完整指南,请访问此新闻博客文章。Opus 和 Haiku 将会在不久后推出,敬请关注!

看到如此多的新进展,我真的非常期待大家所构建的解决方案!如果您希望在未来的视频、文章或教程中看到特定方面的内容,请通过 LinkedInTwitterInstagramTikTok 告诉我。

相关教程:

文章来源:dev.amazoncloud.cn/column/arti...

相关推荐
心运软件8 分钟前
基于机器学习的智能邮件分类系统:从数据采集到模型部署全流程实战
人工智能·python·算法·随机森林·机器学习·分类·scikit-learn
苏灿烤鱼10 分钟前
GitHub Trending 榜首|GitHub #1 拆解|为什么「持久工作台」比临时沙箱更值得关注?(08.06)技术拆解
人工智能·typescript·agent
武子康11 分钟前
MCP 无状态核心之后:身份、任务、幂等与审计状态到底放在哪里
人工智能
gqk0114 分钟前
WINDOWS下搭建深度学习推理+训练环境
人工智能
D2aZXN3FhrDa7e21216 分钟前
中小企业对比美诚等获客系统,依据自动分级与销售人力节省需求
大数据·人工智能·佛山美诚科技有限公司
七牛开发者18 分钟前
“打透” Harness:用 GitHub Copilot 跑通从原型、规划到实现与评审的 AI Coding 工作流
人工智能·github·copilot
神奇霸王龙23 分钟前
Agent 5 场景屠夫:跨厂商基座横评
人工智能·windows·ai·dubbo·agent·ai编程·阿里
用户75621013325325 分钟前
00. pixelle-video + comfyUI 生成视频
人工智能
SelectDB技术团队25 分钟前
Apache Doris 4.1:面向 AI & Search 的统一数据底座怎么选?向量检索 + 全文搜索 + 100MB JSON 完整能力拆解
人工智能·json·apache doris
hyunbar77725 分钟前
玩转LlamaIndex:结构化输出
人工智能