¿Qué es Amazon Bedrock?

Experimente con peticiones y configuraciones: realice Envío de solicitudes y generación de respuestas con inferencia de modelos enviando peticiones utilizando diferentes configuraciones y modelos fundacionales para generar respuestas. Puede usar la API o los campos de texto, imágenes y chat de la consola para experimentar con una interfaz gráfica. Cuando lo tenga todo listo, configure su aplicación para realizar solicitudes a las API de InvokeModel.

Aumente la generación de respuestas con información de sus orígenes de datos: cree bases de conocimientos cargando orígenes de datos para consultarlos con el fin de aumentar la generación de respuestas de un modelo fundacional.

Cree aplicaciones que expliquen cómo ayudar a un cliente: cree agentes que utilicen modelos fundacionales, realicen llamadas a la API y (opcionalmente) consulten bases de conocimientos para razonar y llevar a cabo tareas para sus clientes.

Adapte los modelos a tareas y dominios específicos con datos de entrenamiento: personalice un modelo fundacional de Amazon Bedrock proporcionando datos de entrenamiento para ajustarlos con precisión o para continuar con el entrenamiento previo con el fin de ajustar los parámetros de un modelo y mejorar su rendimiento en tareas específicas o en determinados dominios.

Mejore la eficiencia y el rendimiento de su aplicación basada en FM: adquiera el rendimiento aprovisionado para un modelo fundacional con el fin de realizar inferencias sobre los modelos de manera más eficiente y a precios reducidos.

Determine el mejor modelo para su caso de uso: evalúe los resultados de los distintos modelos con conjuntos de datos de peticiones integrados o personalizados para determinar el modelo que mejor se adapte a su aplicación.

Evite el contenido inapropiado o no deseado: utilice barreras de protección para implementar protecciones para sus aplicaciones de IA generativa.

Optimice la latencia de su FM: consiga tiempos de respuesta más rápidos y una capacidad de respuesta mejorada para las aplicaciones de IA con la inferencia optimizada para latencia para los modelos fundacionales.