使用Amazon Bedrock流媒体API和AWS AppSync

这篇文章演示了如何将Amazon Bedrock流媒体API与AWS AppSync订阅集成在一起,从而显着提高了AI助手响应能力和用户满意度。通过实施这种流媒体方法,全球金融服务组织将复杂查询的初始响应时间减少了约75%,从10秒到仅2-3秒,可以使用户能够在生成时查看响应,而不是等待完整的答案。

来源:亚马逊云科技 _机器学习
许多企业都在亚马逊基岩中使用大型语言模型(LLM)来从其内部数据源中获得见解。亚马逊底石是一项完全管理的服务,可从领先的AI公司,例如AI21实验室,人类,众多,元,元,Mista,Mistral AI,稳定性AI,稳定性AI和Amazon等领先的AI公司进行选择,通过单个API以及一系列广泛的功能,以及对AI的常见ai的应用程序,该竞争者的应用程序,即使他们实现了一定的ai。 API可以快速找到目标问题的答案,需要推理行动(REACT)逻辑的更复杂的查询可能需要大量时间来处理,从而对用户体验产生负面影响。在安全要求增加额外复杂性的监管行业中,此问题特别明显。例如,一个超过1.5万亿美元资产的全球金融服务组织遇到了这一确切的挑战。尽管成功实施了与多个LLM和数据源集成的对话AI系统,但他们仍需要一种可以维持其严格的安全性协议的解决方案,包括在虚拟专用云(VPC)环境(VPC)环境中运行的AWS服务以及Enterprise Oauth集成,而Enterprise Oauth Integration(Enterprise Oauth Integration)进行了整合 - 改善了复杂的查询时间。这篇文章演示了如何将AWS Appsync订阅与Amazon Bedrock流端端点相结合,以逐步提供LLM响应。我们提供了企业级实施蓝图,该蓝图可帮助受管制行业的组织保持安全合规性,同时通过立即实时响应交付优化用户体验。SultorSolution概述本文中讨论的解决方案使用AWS AppSync启动异步的对话工作流程。 AWS lambda fu