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.
Modèles Amazon Titan Text
Les modèles Amazon Titan Text incluent Amazon Titan Text G1 - Premier, Amazon Titan Text G1 - Express et Amazon Titan Text G1 - Lite.
Amazon Titan Text G1 - Premier
Amazon Titan Text G1 - Premier est un grand modèle de langage pour la génération de texte. Il est utile pour un large éventail de tâches, notamment la réponse à des questions ouvertes et contextuelles, la génération de code et la synthétisation. Ce modèle est intégré à la base de connaissances Amazon Bedrock et aux agents Amazon Bedrock. Le modèle prend également en charge le peaufinage personnalisé en prévisualisation.
ID du modèle :
amazon.titan-text-premier-v1:0Nombre maximal de jetons : 32 000
Langues : anglais
Cas d’utilisation pris en charge : fenêtre contextuelle de 32 000, génération de texte ouvert, brainstorming, résumés, génération de code, création de tableaux, formatage des données, paraphrase, chaîne de pensée, réécriture, extraction, questions-réponses, chat, support de la base de connaissances, support des agents, personnalisation des modèles (aperçu).
Paramètres d’inférence : température, Top P (valeurs par défaut : Température = 0,7, Top P = 0,9)
Cartes de service d’IA AWS : Amazon Titan Text Premier
Amazon Titan Text G1 - Express
Amazon Titan Text G1 - Express est un grand modèle de langage pour la génération de texte. Il est utile pour un large éventail de tâches linguistiques générales avancées, telles que la génération de texte ouvert et le chat conversationnel, ainsi que pour l’assistance dans le cadre de la génération augmentée de récupération (RAG). Au lancement, le modèle est optimisé pour l’anglais, avec un support multilingue pour 100 langues supplémentaires disponibles en version préliminaire.
ID du modèle :
amazon.titan-text-express-v1Nombre maximal de jetons : 8 000
Langues : anglais (GA), 100 langues supplémentaires (version préliminaire)
Cas d’utilisation pris en charge : génération augmentée de récupération, génération de texte ouvert, brainstorming, résumés, génération de code, création de tableaux, formatage des données, paraphrase, chaîne de pensée, réécriture, extraction, questions-réponses et chat.
Amazon Titan Text G1 - Lite
Amazon Titan Text G1 - Lite est un modèle léger et efficace, idéal pour optimiser les tâches en anglais, notamment les résumés et la rédaction de textes, lorsque les clients souhaitent un modèle plus petit, plus rentable et également hautement personnalisable.
ID du modèle :
amazon.titan-text-lite-v1Nombre maximal de jetons : 4 000
Langues : anglais
Cas d’utilisation pris en charge : génération de texte ouvert, brainstorming, résumés, génération de code, création de tableaux, formatage des données, paraphrase, chaîne de pensée, réécriture, extraction, questions-réponses et chat.
Personnalisation du modèle Amazon Titan Text
Pour plus d’informations sur la personnalisation des modèles Amazon Titan Text, consultez les pages suivantes.
Directives d’ingénierie de requête Amazon Titan Text
Les modèles Amazon Titan Text peuvent être utilisés dans une grande variété d’applications pour différents cas d’utilisation. Les modèles Amazon Titan Text disposent de directives d’ingénierie de requête pour les applications suivantes, notamment :
-
Chatbot
-
Text2SQL
-
Appel de fonction
-
Génération augmentée de récupération (RAG)
Pour plus d’informations sur les directives d’ingénierie de requête Amazon Titan Text, consultez Directives d’ingénierie de requête Amazon Titan Text
Pour les directives générales d’ingénierie de requête, consultez Directives d’ingénierie de requête.
Cartes de service d’IA AWS : Amazon Titan Text
Les cartes de service d’IA assurent la transparence et documentent les cas d’utilisation prévus et les considérations d’équité pour les services d’IA AWS. Les cartes de service d’IA fournissent un endroit unique où trouver des informations sur les cas d’utilisation prévus, les choix responsables en matière de conception d’IA, les bonnes pratiques et les performances d’un ensemble de cas d’utilisation des services d’IA.
