详细内容或原文请订阅后点击阅览
使用 Amazon Bedrock 简化拨款提案审查
AWS 社会责任与影响 (SRI) 团队意识到有机会使用生成式 AI 来增强此功能。该团队开发了一种创新解决方案，通过使用 Amazon Bedrock 的自然语言处理 (NLP) 功能来简化拨款提案审查和评估。在这篇文章中，我们将探讨该团队由 Amazon Bedrock 提供支持的拨款提案审查解决方案的技术实施细节和关键经验，为寻求优化拨款管理流程的组织提供蓝图。
来源:亚马逊云科技 _机器学习评估拨款提案的政府和非营利组织面临着一项重大挑战：筛选数百份详细的提案，每份提案都有独特的优点，以确定最有前途的计划。这个艰巨而耗时的过程通常是拨款管理流程的第一步，这对于推动有意义的社会影响至关重要。
AWS 社会责任与影响 (SRI) 团队认识到使用生成式 AI 增强此功能的机会。该团队开发了一种创新解决方案，通过使用 Amazon Bedrock 的自然语言处理 (NLP) 功能来简化拨款提案的审查和评估。Amazon Bedrock 是一项完全托管的服务，可让您通过单个 API 使用来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先 AI 公司的高性能基础模型 (FM)，以及构建具有安全性、隐私性和负责任的 AI 的生成式 AI 应用程序所需的广泛功能。
生成式 AI Amazon Bedrock从历史上看，AWS Health Equity Initiative 申请由审查委员会手动审查。每个周期需要 14 天或更长时间才能完全审查所有申请。平均而言，该计划每个周期收到 90 份申请。2024 年 6 月的 AWS Health Equity Initiative 申请周期收到了 139 份申请，这是该计划迄今为止最大的一次申请涌入。审查委员会估计需要 21 天才能手动处理这么多申请。以 Amazon Bedrock 为中心的方法将审查时间缩短至 2 天（缩短了 90%）。
在本文中，我们探讨了团队由 Amazon Bedrock 提供支持的拨款提案审查解决方案的技术实施细节和关键经验，为寻求优化拨款管理流程的组织提供了蓝图。