Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Informations sur le modèle de fondation Amazon Bedrock
Un modèle de fondation est un modèle d’intelligence artificielle comportant un grand nombre de paramètres et entraîné sur un grand nombre de données diverses. Un modèle de fondation peut générer diverses réponses pour un large éventail de cas d’utilisation. Les modèles de fondation peuvent générer du texte ou des images, et peuvent également convertir les entrées en vectorisations. Cette section fournit des informations sur les modèles de base (FM) que vous pouvez utiliser dans Amazon Bedrock, notamment les fonctionnalités prises Régions AWS en charge par les modèles et les modèles disponibles. Pour plus d’informations sur les modèles de fondation pris en charge par Amazon Bedrock, consultez Modèles de fondation pris en charge dans Amazon Bedrock.
L’accès à tous les modèles de fondations Amazon Bedrock est activé par défaut. Pour commencer, il vous suffit de sélectionner un modèle dans le catalogue de modèles de la console Amazon Bedrock et de l’ouvrir dans le terrain de jeu. Pour les modèles Anthropic, les nouveaux utilisateurs devront peut-être soumettre les détails du cas d’utilisation avant de pouvoir accéder au modèle. Une fois que vous avez sélectionné un modèle, vous pouvez l’utiliser de la manière suivante.
-
Exécutez l’inférence en envoyant des invites à un modèle et en générant des réponses. Les terrains de jeu offrent une interface conviviale AWS Management Console pour générer du texte, des images ou des discussions. Consultez la colonne Modalité de sortie pour déterminer les modèles que vous pouvez utiliser dans chaque terrain de jeu.
Note
Les terrains de jeu de la console ne permettent pas d’exécuter l’inférence sur les modèles de vectorisation. Utilisez l’API pour exécuter l’inférence sur les modèles de vectorisation.
-
Évaluez les modèles pour comparer les sorties et déterminer le modèle le mieux adapté à votre cas d’utilisation.
-
Configurez une base de connaissances à l’aide d’un modèle de vectorisation. Utilisez ensuite un modèle de texte pour générer des réponses aux requêtes.
-
Créez un agent et utilisez un modèle pour exécuter des inférences sur des invites afin de réaliser l’orchestration.
-
Personnalisez un modèle en fournissant des données d’entraînement et de validation pour ajuster les paramètres du modèle en fonction de votre cas d’utilisation. Pour utiliser un modèle personnalisé, vous devez acheter un débit provisionné pour celui-ci.
-
Achetez du débit provisionné pour un modèle afin d’augmenter le débit de celui-ci.
Pour utiliser un FM avec l’API Amazon Bedrock, vous devez déterminer l’ID du modèle approprié à utiliser. Reportez-vous au tableau suivant pour trouver l’ID du modèle que vous devez utiliser.
| Cas d’utilisation | Comment trouver l’ID du modèle |
|---|---|
| Utiliser un modèle de fondation | Recherchez l'identifiant dans le IDs graphique du modèle de base |
| Utiliser un profil d’inférence entre régions | Rechercher l’ID sur la page des profils d’inférence pris en charge |
| Acheter du débit provisionné pour un modèle de fondation | Recherchez l'ID dans le modèle IDs de graphique du débit provisionné et utilisez-le comme indiqué modelId dans la CreateProvisionedModelThroughputdemande. |
| Achat de débit provisionné pour un modèle personnalisé | Utilisez le nom du modèle personnalisé ou son ARN comme indiqué modelId dans la CreateProvisionedModelThroughputdemande. |
| Utiliser un modèle provisionné | Une fois que vous avez créé un débit provisionné, il renvoie provisionedModelArn. Cet ARN est l’ID du modèle. |
| Utiliser un modèle personnalisé | Acheter du débit provisionné pour le modèle personnalisé et utiliser le provisionedModelArn renvoyé comme ID de modèle. |
Pour obtenir des exemples de code, consultez la documentation relative à la fonctionnalité que vous utilisez, ainsi que Exemples de code pour Amazon Bedrock utilisant AWS SDKs.
Rubriques
