亚马逊Bedrock的客户越来越多地通过定制公开可用模型来处理自己的数据，以满足其特定领域的需求。这是因为当客户将Bedrock中可用的不同基础模型（FMs）和大型语言模型（LLMs）的智能与他们自己的数据结合起来时，会产生复合智能效应。可以将其视为生成式AI版本的“两个（或更多）头脑胜过一个”。这种额外的智能还意味着生成的应用程序能够更好地满足更广泛的使用场景。那么，客户一直在寻求什么呢？一种简单且安全的方式来将他们自己的定制模型添加到Bedrock中。

通过亚马逊Bedrock自定义模型导入功能，组织现在可以将他们自己的定制模型作为完全托管的应用程序编程接口（API）导入并访问Bedrock，从而在构建生成式AI应用程序时获得前所未有的选择。要开始使用，组织可以轻松地将他们在亚马逊SageMaker上定制的模型或通过其他第三方工具或云提供商定制的模型添加到亚马逊Bedrock中。完成自动化验证过程后，他们可以无缝访问他们的自定义模型，就像访问亚马逊Bedrock上的任何其他模型一样。

通过这一新功能，AWS使组织能够通过相同的API轻松选择亚马逊Bedrock模型和他们自己的自定义模型的组合。亚马逊Bedrock自定义模型导入功能现已推出预览版，支持三种最流行的开放模型架构——Flan-T5、Llama和Mistral——并计划在未来支持更多模型。

模型评估帮助客户评估、比较并选择最佳模型来构建和部署生成式AI应用程序

当然，在结合模型以获得更多智能之前，客户希望更清楚地了解哪些模型最适合他们的特定应用程序。为特定用例选择最佳模型需要在模型准确性和模型性能之间取得微妙的平衡。到目前为止，组织需要为每个新模型和用例进行这种通常费力且耗时的平衡操作。结果是生成式AI体验的开发和交付速度变慢。

现在已全面推出的模型评估是组织在亚马逊Bedrock上分析和比较模型的最快方式，减少了评估模型的时间，从而使他们能够更快地将新应用程序和体验推向市场。客户可以通过选择预定义的评估标准（例如，准确性和鲁棒性）并上传他们自己的提示库或从内置的公开可用数据集中选择来快速开始。对于主观标准或需要细致判断的内容，客户可以轻松设置基于人类的评估工作流程。一旦客户完成设置过程，亚马逊Bedrock将运行评估并生成报告，以便客户了解模型在其关键标准上的表现，并快速选择最适合其用例的模型。

亚马逊Titan AI模型家族新增了两名成员

AWS很高兴地宣布，亚马逊Titan图像生成器（现已具备隐形水印功能）和最新版本的亚马逊Titan文本嵌入模型现已独家在亚马逊Bedrock上全面推出。

广告、电子商务、媒体和娱乐等行业的客户现在可以访问亚马逊Titan图像生成器，以低成本从头开始生成高质量图像，或增强和编辑现有图像。只需在提示字段中输入文本描述，亚马逊Titan就会将该文本转化为您描述的任何图像和风格。例如，上面显示的图像的提示是：“从土星背景下的月球表面，现代字体中的‘花’字从非常友好的机器人的口中出现，然后变成月球表面上的阳光花朵图像。”

亚马逊Titan为其生成的所有图像应用隐形水印，有助于识别AI生成的图像，促进AI技术的安全、可靠和透明发展，并减少虚假信息的传播。该模型还可以检查水印的存在，帮助客户确认图像是否由亚马逊Titan图像生成器生成。

今天宣布的家族第二位成员是亚马逊Titan文本嵌入V2，该版本针对检索增强生成（RAG）用例进行了优化，非常适合信息检索、问答聊天机器人和个性化推荐等多种用例。RAG是一种流行的模型定制技术，其中FM连接到额外的知识源，它可以参考这些知识源以获得更准确的响应。虽然结果理想，但运行这些操作可能会计算和存储密集。

九河云作为AWS代理商，提供亚马逊云服务，支持亚马逊云服务器AWS代付、AWS代注册、无信用卡注册AWS，更多AWS注册教程、亚马逊云账号购买联系九河云。