详细内容或原文请订阅后点击阅览

通过Verisk评级见解和Amazon Bedrock

2025年9月16日 16:43 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们深入研究了由亚马逊基石，大语言模型（LLM）和检索增强发电（RAG）提供支持的Verisk评级见解如何改变客户与客户互动的方式并访问ISO ERC更改。

来源:亚马逊云科技 _机器学习
这篇文章与Verisk的Samit Verma，Eusha Rizvi，Manmeet Singh，Troy Smith和Corey Finley共同撰写。Verisk评级洞察力是ISO电子评级内容（ERC）的特征，是一种强大的工具，旨在提供两个发射器之间的ISO评级更改的汇总。传统上，提取特定的归档信息或确定多个版本之间的差异所需的手册下载完整的包装，这很耗时且容易发生效率低下。这项挑战，再加上需要准确，及时的客户支持，促使Verisk探索创新的方法来增强用户可访问性并自动化重复过程。 Using generative AI and Amazon Web Services (AWS) services, Verisk has made significant strides in creating a conversational user interface for users to easily retrieve specific information, identify content differences, and improve overall operational efficiency.In this post, we dive into how Verisk Rating Insights, powered by Amazon Bedrock, large language models (LLM), and Retrieval Augmented Generation (RAG), is transforming the way customers interact with and access ISO ERC changes.The挑战性的见解提供了有价值的内容，但是用户可访问性以及提取可行的见解所需的时间面临重大挑战：手动下载 - 客户必须下载整个软件包才能获得一小部分相关信息。这是效率低下的，尤其是当只需要申请的一部分时，数据检索 - 用户无法快速确定两个内容包之间的差异而无需下载和手动比较它们，这可能需要数小时，有时甚至需要数天的分析。此外，入职新客户需要半天的重复培训
及时的 ERC 下载 ISO 提取 用户 强大的 发射器 可行的 手动 完整的 洞察力 效率 需要 数据检索 特定的 客户支持 评级 信息 内容 软件包 所需的 有价值 挑战 自动化 Verisk 提供 Amazon