RAG ワークフロー用のジェネレーター

大規模言語モデル (LLMs) は、膨大な量のデータで事前トレーニングされた非常に大規模な深層学習モデルです。これらは非常に柔軟です。LLMsは、質問への回答、ドキュメントの要約、言語の翻訳、文の完了など、さまざまなタスクを実行できます。コンテンツの作成や、検索エンジンや仮想アシスタントの使用方法が中断される可能性があります。完LLMs は、比較的少ないプロンプトまたは入力数に基づいて予測を行う機能を示しています。

LLMsは RAG ソリューションの重要なコンポーネントです。カスタム RAG アーキテクチャの場合、プライマリオプションとして機能する AWS のサービス 2 つの があります。

• Amazon Bedrock は、主要な AI 企業と Amazon LLMs を統合 API を通じて使用できるようにするフルマネージドサービスです。

• Amazon SageMaker AI JumpStart は、基盤モデル、組み込みアルゴリズム、構築済みの ML ソリューションを提供する ML ハブです。SageMaker AI JumpStart を使用すると、基盤モデルを含む事前トレーニング済みのモデルにアクセスできます。独自のデータを使用して、事前トレーニング済みモデルを微調整することもできます。

Amazon Bedrock

Amazon Bedrock は、、Anthropic、Stability AI、、Meta、CohereAI21 LabsMistral AI、および Amazon の業界をリードするモデルを提供しています。詳細なリストについては、「Amazon Bedrock でサポートされている基盤モデル」を参照してください。Amazon Bedrock では、独自のデータを使用してモデルをカスタマイズすることもできます。

モデルのパフォーマンスを評価して、RAG ユースケースに最適な を決定できます。最新のモデルをテストし、どの機能や機能が最良の結果を提供し、最も安価であるかをテストすることもできます。Anthropic Claude Sonnet モデルは、幅広いタスクに優れ、高い信頼性と予測可能性を提供するため、RAG アプリケーションの一般的な選択肢です。

SageMaker AI JumpStart

SageMaker AI JumpStart は、さまざまな問題タイプに対応する事前トレーニング済みのオープンソースモデルを提供します。デプロイする前に、これらのモデルを段階的にトレーニングおよび微調整できます。Amazon SageMaker AI Studio の SageMaker AI JumpStart ランディングページから、または SageMaker AI Python SDK を使用して、事前トレーニング済みのモデル、ソリューションテンプレート、および例にアクセスできます。 Amazon SageMaker

SageMaker AI JumpStart は、コンテンツ書き込み、コード生成、質問への回答、コピー書き込み、要約、分類、情報取得などのユースケース向けのstate-of-the-art基盤モデルを提供します。JumpStart 基盤モデルを使用して独自の生成 AI ソリューションを構築し、カスタムソリューションを追加の SageMaker AI 機能と統合します。詳細については、Amazon SageMaker AI JumpStart の開始方法」を参照してください。

SageMaker AI JumpStart は、ML ライフサイクルにアクセス、カスタマイズ、統合するために公開されている基盤モデルをオンボードして維持します。詳細については、「公開されている基盤モデル」を参照してください。SageMaker AI JumpStart には、サードパーティープロバイダーの独自の基盤モデルも含まれています。詳細については、「独自の基盤モデル」を参照してください。