详细内容或原文请订阅后点击阅览

Amazon Nova结构化输出：建筑商指南

2025年7月31日 16:44 33 Comments
X Twitter Instagram Mail

，我们启动了约束解码，以便在使用结构化输出工具时提供可靠性。现在，可以与Amazon Nova Foundation模型（FMS）一起使用工具来根据复杂的模式提取数据，从而将工具使用错误降低了95％以上。在这篇文章中，我们探讨了如何将Amazon Nova FMS用于结构化输出用例。

来源:亚马逊云科技 _机器学习
开发人员构建AI应用程序面临着一个共同的挑战：将非结构化数据转换为结构化格式。结构化输出对于机器对机器通信用例至关重要，因为这使下游用例可以更有效地消费和处理生成的输出。无论是从文档中提取信息，创建从API中获取数据的助手，还是开发采取行动的代理，这些任务都需要基础模型以特定的结构化格式生成输出。我们启动了约束解码，以在使用结构化输出工具时提供可靠性。现在，可以与Amazon Nova基金会模型（FMS）一起使用工具来根据复杂的模式提取数据，将工具使用错误降低了95％。在这篇文章中，我们探讨了如何将Amazon Nova FMS用于结构化输出用例。Techniques用于实施结构性输出的techniques，以实现对结构化输出案例的需求，以实现两种常见的实现。您可以修改系统提示或利用工具调用。例如，在客户支持用例中，您可能希望该模型以其对用户的响应和当前情绪的响应输出JSON。因此，将修改系统提示以包括预期结构：确保您的最终响应是有效的JSON，遵循以下响应模式：##响应模式``````````'''：“响应”：“对客户”，“情感”：“当前的客户情感”}}工具调用是通过与Converse API的请求模式到模型所需的最终应用程序所需的API，代码功能或架构（或结构）的行为。这是在构建代理应用程序时最常使用的，但也经常在结构化输出用例中使用，因为能够定义模型应粘附的集合模式。
应用程序 有效的 工具 复杂的 输出 API 模式 开发人员 模型 使用 特定的 结构化 响应 客户支持 粘附的 共同的 根据 使用的 输出的 用例 提示 数据转换 可靠性 所需的 当前的 使用结构 Amazon