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.
Utilisation des préférences de réponse à l'étape « Connaissances générales »
Ce guide explique comment configurer les préférences de réponse pour affiner et optimiser vos résultats dans Amazon Quick Flows, en offrant une flexibilité dans l'optimisation des réponses en fonction des exigences spécifiques de votre cas d'utilisation.
Principaux points forts
- Sélection de modèles simplifiée
-
Les générateurs de flux bénéficient d'une sélection de préférences basée sur les avantages pour affiner leur sortie, dans laquelle ils peuvent choisir entre deux modes : réponses plus rapides ou polyvalence et performances. Cela réduit la charge cognitive pour les constructeurs et les créateurs peuvent se concentrer sur leurs objectifs plutôt que sur des comparaisons de modèles techniques.
- Sélection intelligente du modèle en cours d'exécution
-
En fonction de vos préférences de sortie, le service Flows sélectionne automatiquement le modèle le plus approprié en fonction de la taille du contexte en temps réel, des tâches et des exigences multimodales.
- Modalité prise en charge pour l'étape de culture générale
-
Entrée : Text/document fichiers, image ou vidéo, sortie : texte. Les utilisateurs peuvent télécharger jusqu'à 50 Mo de fichiers documents, 1 Go de fichiers vidéo et 4,5 Mo de fichiers image en entrée.
Mise en route : préférences de réponse dans les flux
Lorsque vous créez des flux dans Amazon Quick Flows, vous pouvez sélectionner des préférences de réponse afin d'optimiser les performances en fonction de votre cas d'utilisation spécifique. L'interface de préférence de réponse vous permet de choisir l'optimisation la plus appropriée en fonction de vos exigences en matière de vitesse, de polyvalence et de performances.
Pour sélectionner les préférences de réponse :
Accédez à la configuration de votre flux
Ajouter une étape consacrée aux connaissances générales
Accédez aux options de préférence de réponse
Choisissez entre des réponses plus rapides ou une polyvalence et des performances
Configurez des paramètres supplémentaires selon les besoins
Configuration des types de sortie : texte ou image
Les différents modèles Amazon Bedrock prennent en charge différents formats de sortie. Configurez votre type de sortie en fonction des besoins de votre application :
Sorties de texte
Les sorties de texte sont optimisées pour la génération en langage naturel et prennent en charge le texte structuré et non structuré avec des réponses de longueur variable en fonction des capacités du modèle.
Sorties d'image
Les sorties d'image fournissent des fonctionnalités de génération de contenu visuel compatibles avec différents formats et résolutions d'image, y compris l'intégration avec des instructions de texte pour la génération d'images.
Paramètres avancés du modèle : curseur de créativité, Exclude et Seed
Ajustez le comportement du modèle à l'aide des options de configuration avancées :
Slider sur la créativité
Le curseur de créativité contrôle le caractère aléatoire et créatif des sorties du modèle. Des valeurs faibles produisent des résultats plus déterministes, tandis que des valeurs élevées augmentent la variabilité et les réponses créatives.
Exclure les paramètres
Les paramètres d'exclusion vous permettent de définir le contenu ou les modèles à exclure des sorties d'image, ce qui permet de respecter les directives et les restrictions relatives au contenu grâce à un filtrage personnalisable en fonction de vos besoins.
Configuration des semences
La configuration initiale permet des sorties reproductibles à des fins de test et de cohérence. Utilisez des valeurs de départ spécifiques pour générer des résultats cohérents, ce qui est utile pour les flux de travail de débogage et d'assurance qualité.
Assistance multimodale à l'aide des modèles Amazon Bedrock
Tirez parti de modèles qui prennent en charge plusieurs modalités d'entrée et de sortie :
T ext-to-text : Interactions avec les modèles linguistiques traditionnels
T ext-to-image : Générer du contenu visuel à partir de descriptions textuelles
I mage-to-text : Extraire des informations ou des descriptions à partir d'images
Combinaisons multimodales : traitez simultanément les entrées de texte et d'image
Chargement de fichiers à l'aide de connaissances générales
Amazon Quick Flows prend en charge différents types de fichiers et fonctionnalités de traitement avec les modèles Amazon Bedrock. Les formats pris en charge incluent les documents, les images et les fichiers de données structurés avec des options de traitement permettant d'extraire du texte, d'analyser du contenu ou de générer des résumés. Les flux de travail d'intégration intègrent facilement le contenu des fichiers dans les instructions du modèle, mais vous devez vous référer aux restrictions de taille de fichier spécifiques au modèle.
Limite de contexte totale prise en charge pour les modèles Amazon Bedrock
Comprendre les limites du contexte permet d'optimiser vos applications. La taille des fenêtres contextuelles varie selon le type de modèle et la version. Surveillez donc l'utilisation des jetons d'entrée et de sortie. Utilisez des stratégies et des techniques d'optimisation pour travailler dans les limites du contexte tout en équilibrant la taille du contexte avec la vitesse de réponse pour des raisons de performances.
Remarque : si les préférences de réponse ne s'affichent pas, contactez l'administrateur
Si les options de préférence de réponse ne sont pas visibles dans votre interface :
Vérifiez les autorisations et les niveaux d'accès de vos utilisateurs
Contactez votre administrateur système pour vous assurer que l'option « Activer l'utilisation du modèle de base dans l'étape des connaissances générales pour l'affinement de la sortie » est activée
Assurez-vous d'utiliser la dernière version de l'interface Amazon Quick Flows
Pour obtenir des informations supplémentaires sur le support et la configuration, les administrateurs peuvent consulter la documentation complète des fonctionnalités.
