使用Amazon Bedrock Guardrails构建负责AI应用程序

在这篇文章中,我们演示了亚马逊基岩护栏如何有助于阻止有害和不希望的多模式内容。使用医疗保险呼叫中心方案,我们介绍配置和测试各种护栏的过程。

来源:亚马逊云科技 _机器学习
随着组织拥抱生成的AI,他们在确保其应用与设计的保障措施保持一致时面临着关键的挑战。尽管基金会模型(FMS)提供了强大的功能,但它们还可以引入独特的风险,例如产生有害内容,暴露敏感信息,容易受到迅速注射攻击的影响以及返回模型幻觉。AmazonBedrock Guardrails帮助解决了这些挑战,以应对多个组织的这些挑战,例如Mapre,Kone,Fiserv,Fiserv,Pagerduty,Ahaha,Ahaha,anha,以及更多。正如传统应用需要多层安全性一样,亚马逊基金会护栏在跨模型,提示和应用程序水平上实现了必要的保障措施,炸毁多达88%的不良和有害的多模式内容。 Amazon Bedrock Guardrails helps filter over 75% hallucinated responses in Retrieval Augmented Generation (RAG) and summarization use cases, and stands as the first and only safeguard using Automated Reasoning to prevent factual errors from hallucinations.In this post, we show how to implement safeguards using Amazon Bedrock Guardrails in a healthcare insurance use case.Solution overviewWe consider an innovative AI assistant designed to简化保单持有人与医疗保险公司的互动。借助此AI驱动的解决方案,保单持有人可以查看覆盖范围的详细信息,提交索赔,查找网络内提供者,并通过自然的,对话互动来了解其收益。助手提供全天支持,处理常规查询,同时允许人类代理人专注于复杂的案件。为了帮助实现我们助手的安全和合规行动,我们使用亚马逊基岩护栏作为关键的安全框架。亚马逊基岩护栏可以帮助保持高标准,以阻止不良和有害的多模式内容。这不仅保护用户,而且还建立了对AI系统的信任,鼓励更广泛的采用并改善了整体客户体验i