Amazon Bedrock 是一项完全托管的服务,通过统一的 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先 AI 公司的高性能基础模型(FMs),同时提供广泛的功能,让您能够在确保安全、隐私和负责任 AI 的前提下构建生成式 AI 应用。
模型探索与应用
为了确保模型的高效使用,建议优先选择美国区域,这样可以获取更多的模型选项,并且在请求模型时,可以方便地查看其访问状态。
Amazon Bedrock 概览
Amazon Bedrock 提供了丰富的功能,助力开发者和企业在构建智能应用时更加高效。通过使用 Bedrock,您可以:
- 轻松测试与评估:快速了解您的用例在不同基础模型下的表现;
- 定制化开发:利用微调和检索增强生成(RAG)等技术,打造符合需求的应用程序;
- 智能代理构建:开发可以与企业系统和数据源无缝集成的智能代理,自动执行各种任务;
- 模型评估:通过自动或手动评估功能,对比不同模型,选择最适合您需求的基础模型。评估指标涵盖准确性、稳健性以及有害内容筛查等;
- 安全防护:利用 Guardrails,根据应用需求和负责任的人工智能政策,定制安全保障措施,确保输入和输出内容的安全。
目前,Bedrock 已经托管了最新的 Llama 3.1 模型,包含 8B 和 70B 版本,同时也支持最新的 Mistral Large 模型。
文本生成
考虑到 Meta 的模型在中文处理上的表现不佳,因此本文选择了 Mistral AI 的 Large 模型来进行文本生成。该模型在中文生成方面表现出色,能够大幅提升生成效果。
此外,使用大模型进行代码生成也是一大优势,它可以帮助我们节省大量的调试时间。
图片生成
在图片生成方面,您可以使用 Stable Diffusion XL - SDXL 1.0 或 Titan Image Generator G1。我选择了 Titan Image Generator G1 来生成一些示例图片,默认生成的是横向的 1024x1024 分辨率图像。
生成图片需要一些时间,但结果展示了 AI 帮助我们实现的"鸟语花香"美景。
模型评估
如前所述,您可以选择自动评估或手动评估模型的表现,以确保其符合项目需求。
安全防护机制
在安全防护方面,您可以手动设置模型拒绝特定回答的关键词。例如,我在此处设置了"彩票"、"中奖"和"恭喜"作为屏蔽词,并阻止模型回答涉及 PII(个人身份信息)的请求,如姓名等。
在另一个评估规则中,我将"Name"规则设置为"Mask",因此,模型在回答涉及特定姓名时会用替代词替换。例如,马斯克的名字已被遮盖。
对于检测到的屏蔽关键词,模型还会给出拒绝回答的提示,如"就不告诉你~"。
结语
通过合理选择模型并进行安全性设置,Amazon Bedrock 为我们提供了强大的工具,助力开发智能、安全、负责任的 AI 应用。无论是文本生成、图片生成,还是模型评估和安全防护,Bedrock 都能为您的项目提供全面支持。