過去にQiitaに投稿した内容のアーカイブです。
皆さん、Bedrockしてますか？？（生成系AI活用してますか？？）
生成系AIを活用する際に必須なのがプロンプトエンジニアリングです。プロンプトエンジニアリングを行う際には試行錯誤が必要になりますが、チャットツールで行おうとすると入力欄が小さかったり😣、途中で間違えて送信してしまったり🤣と、なかなか効率が上がらないと思います。Streamlitでアプリを作成するのもちょっと面倒😥、、ということがあると思います。
そんなときの救世主を発見しました。
そう、みんな大好き Excel方眼紙 です。🎊
Japan AWS Ambassadors Advent Calendar 2023の16日目です。
皆さん生成系AI使ってますか？？
生成系AIを検索拡張生成 (RAG, Retrieval Augmented Generation) という手法で活用する場合には知識を蓄えるナレッジベースの構築が必要となります。ナレッジベースを管理・構築する機能「Knowledge base for Amazon Bedrock」が正式版になりました。
過去にQiitaに投稿した内容のアーカイブです。
re:Inventの直前にStep FunctionsがBedrockに対応したとのアナウンスがありました。
個人的にとても期待していたアップデートなので、re:Inventの帰りの飛行機を待ちながら検証しました。
生成AIではモデルにより文字列のベクトル化が行えます。 Amazon Bedrockでは、「Titan Embeddings」というモデルが提供されています。 Titan Embeddingsのユースケースのひとつに semantic similarity（意味的類似度） というものがあります。
意味の近い言葉は、近くに来るよということだと思います。
この機能を使って、re:Invent 2023のセッションを可視化してみました。
re:Invent 2023のセッション情報をBedrockで分析してみた。の各Topicごとの図です。ご査収ください。