How 123RF saved over 90% of their translation costs by switching to Amazon Bedrock
这篇文章探讨了 123RF 如何使用 Amazon Bedrock、Anthropic 的 Claude 3 Haiku 和向量存储来高效翻译内容元数据、显著降低成本并提高其全球内容发现能力。
今天，我们很高兴地宣布 Amazon Bedrock 知识库和 Amazon OpenSearch Serverless 中推出了 Amazon Titan 文本嵌入 V2 的二进制嵌入。这篇文章总结了这种新的二进制向量支持的好处，并为您提供了入门信息。
Another Hayekian Triangle Not Supporting The Austrian School
图 1：两种技术的哈耶克三角形1.0 简介这篇文章是此文的变体。2.0 技术和净产出假设技术的特征如表 1 中的生产系数所示。所有技术的特征都是单一生产、无固定资本和无联合生产。在 Alpha 技术中，运行第一个玉米生产过程。在 Beta 技术中运行第二个玉米生产过程。啤酒生产过程采用两种技术。表 1：地区投入玉米产业啤酒产业过程 I 过程 II 过程 III 劳动力 1 人年 275/464 人年 1 人年玉米 1/10 千蒲式耳 113/232 千蒲式耳 2 千蒲式耳啤酒 1/40 千升 1/200 千升 2/5 千升产出 1 千蒲式耳 1 千蒲式耳 1 千升里昂节矩阵中的每一列和相应的直
Simplify automotive damage processing with Amazon Bedrock and vector databases
本博文探讨了一种解决方案，该解决方案利用 AWS 生成式 AI 功能（如 Amazon Bedrock 和 OpenSearch 向量搜索）为保险公司、维修店和车队经理进行损害评估。
Adam Smith, David Ricardo, And The Labor Theory Of Value
1.0 简介我坚决不对当前不愉快的事件发表评论。斯密和李嘉图认为（简单的）劳动价值比不适用于资本主义。价格不趋向于或围绕劳动价值运行。至少这是他们的说法。李嘉图对劳动价值比有更多要说的。这个论点并不新鲜。斯密将劳动价值比限制在所谓的“社会早期和原始状态，先于资本积累和土地占有”（《劳动价值论》，第 1 卷，第 6 章；另见第 1 卷，第 8 章）。李嘉图认为这是草率的推理。劳动价值比不会仅仅因为资本积累和社会分为资本家和工人而变得不适用（《原则》，第 3 版，第 1 章，第 III 节）。 2.0 技术一个简单的流动资本模型可用于阐明李嘉图的观点。设 a0 为直接劳动系数的行向量。设 A 为列
Classify Jira Tickets with GenAI On Amazon Bedrock
使用快速工程和大型语言模型 (LLMS) 替代传统的 NLP 方法，用于 Jira 票证文本分类。代码示例演练照片由 Annie Spratt 在 Unsplash 上拍摄还记得分类文本意味着踏上机器学习之旅的日子吗？如果您在 ML 领域待的时间足够长，您可能已经目睹了至少一个团队在构建“完美”文本分类系统的兔子洞中消失。故事通常是这样的：第 1 个月：“我们只需快速训练一个 NLP 模型！”第 2 个月：“我们需要更多的训练数据……”第 3 个月：“这已经足够好了”多年来，文本分类已经落入了经典 ML 的范畴。在我职业生涯的早期，我记得训练了一个支持向量机 (SVM) 来进行电子邮件分类。大
GraphRAG in Action: From Commercial Contracts to a Dynamic Q&A Agent
基于问题的提取方法在这篇博文中，我们介绍了一种利用图形检索增强生成 (GraphRAG) 方法的方法 — 以简化提取商业合同数据和构建问答代理的过程。这种方法与传统的 RAG（检索增强生成）不同，它强调数据提取的效率，而不是不加区分地分解和矢量化整个文档，这是主要的 RAG 方法。在传统的 RAG 中，每个文档都被分成块并进行矢量化以进行检索，这会导致大量不必要的数据被拆分、分块并存储在矢量索引中。然而，这里的重点是从每个合同中提取最相关的信息，以用于特定用例，即商业合同审查。然后将数据构建成知识图谱，该图谱组织关键实体和关系，从而允许通过 Cypher 查询和向量搜索进行更精确的图数据检索。
Understanding K-Fold Target Encoding to Handle High Cardinality
平衡复杂性和性能：深入了解 K 折目标编码照片由 Mika Baumeister 在 Unsplash 上拍摄简介数据科学从业者在处理不同项目中的不同数据类型时会遇到许多挑战，每个项目都需要独特的处理方法。一个常见的障碍是使用传统机器学习模型难以有效处理的数据格式，导致模型性能不佳。由于大多数机器学习算法都针对数值数据进行了优化，因此将分类数据转换为数值形式至关重要。然而，这通常会过度简化复杂的分类关系，尤其是当特征具有高基数（即大量唯一值）时，这会使处理复杂化并妨碍模型准确性。高基数是指特征中唯一元素的数量，具体解决机器学习环境中分类标签的不同计数。当一个特征有许多唯一的分类标签时，它具有高
Running the STORM AI research system with your local documents
使用本地文档运行 STORM AI 研究系统使用 FEMA 灾难响应文档进行 AI 辅助研究STORM 通过模拟对话中的角度引导提问来研究主题。来源 TL;DRLLM 代理的使用越来越普遍，用于解决多步骤长上下文研究任务，而传统的 RAG 直接提示方法有时会遇到困难。在本文中，我们将探讨斯坦福大学开发的一种新的有前途的技术，称为通过检索和多角度提问合成主题大纲 (STORM)，它使用 LLM 代理模拟“角度引导对话”以达到复杂的研究目标并生成丰富的研究文章，可供人类在写作前研究中使用。STORM 最初是为了从网络来源收集信息而开发的，但也支持搜索本地文档向量存储。在本文中，我们将了解如何使用美
How and Why to use LLMs for Chunk-Based Information Retrieval
如何以及为何使用 LLM 进行基于块的信息检索检索管道 - 作者提供的图片在本文中，我旨在解释如何以及为何使用大型语言模型 (LLM) 进行基于块的信息检索是有益的。我以 OpenAI 的 GPT-4 模型为例，但这种方法可以应用于任何其他 LLM，例如 Hugging Face、Claude 和其他人的模型。每个人都可以免费访问这篇文章。标准信息检索的注意事项主要概念涉及将文档列表（文本块）存储在数据库中，可以根据某些过滤器和条件进行检索。通常，使用工具来启用混合搜索（例如 Azure AI Search、LlamaIndex 等），它允许：使用 TF-IDF 等词频算法执行基于文本的搜索（
Zero-Shot Localization with CLIP-Style Encoders
我们如何才能看到视觉编码器所看到的内容？Stephan Widua 在 Unsplash 上的照片想想您最喜欢的预训练视觉编码器。我假设您选择了 CNN（卷积神经网络）或 ViT（视觉变换器）的某种变体。编码器是将图像映射到 d 维向量空间的函数。在此过程中，图像被转换为特征图序列：作者提供的图片。特征图 (w × h × k) 可以被认为是收集的 k 维补丁嵌入的 2D 数组，或者等效地，具有 k 个通道 f₁, … fₖ 的粗略图像 (w × h)。CNN 和 ViT 都以各自的方式将输入图像转换为特征图序列。当图像穿过其层时，我们如何才能看到视觉编码器所看到的内容？零样本定位方法旨在
A Graph Too Far: Graph RAG Doesn’t Require Every Graph Tool
不要使用图形 DB、QL 或图形分析使事情复杂化。知识图谱中的冒险：迷失在无尽的文档中。由 Brian Godsey 使用 DALL-E 生成。当 RAG 开发人员决定尝试图形 RAG（即构建知识图谱并将其集成到他们的 RAG（检索增强生成）系统中）时，根据互联网，他们有很多选择。有很多文章、指南和操作方法介绍了使用图形 RAG 和一般图形的不同工具。因此，一些开发人员直接开始，认为他们需要集成和配置一长串图形工具和技术才能正确执行图形 RAG。当搜索如何入门时，你通常会发现一些文章建议你需要以下部分或全部内容：知识图谱——连接语义搜索无法捕获的关键术语和概念关键字和实体提取工具——用于构建知
Cybersecurity Awareness Month: Zero Trust in Cyber Defense
华盛顿 - 网络安全意识月是反思如何在工作和在家中使用网络和信息系统的好时机。您使用的每个独特信息系统和网络都可以帮助我们执行我们的使命，以支持全球海军部队 - 漂浮和岸上，但它也为我们的对手提供了您的网络空间中新的潜在攻击向量。零信任有两个组成部分：1）信息系统设计和2）您在网络防御中的作用。
The Production Of Commodities And The Structure Of Production
我的许多例子都说明了用商品生产商品的模型的简单生产结构。奥地利学派的经济学家经常用哈耶克三角来说明生产结构。因此，这篇文章用一个用商品生产商品的模型来说明哈耶克三角。我考虑了只存在流动资本的情况。这篇文章是对这篇文章的重写。对于所使用的技术，以下内容被视为给定：A：nxn Leontief 投入产出矩阵的物理形式。假设所有商品都是基本的，经济是生产性的。a0：直接劳动系数的 n 元素行向量。d：表示商品消费比例的 n 元素列向量。定义：denom = a0(I - A)-1d根据给定的数据，可以在下面第一列中找到劳动时间的数量。给定年份的工作分配劳动时间目的a0d/denom生产 (1/den
Gaussian Naive Bayes, Explained: A Visual Guide with Code Examples for Beginners
分类算法钟形假设以获得更好的预测⛳️ 更多分类算法，解释：· 虚拟分类器 · K 最近邻分类器 · 伯努利朴素贝叶斯 ▶ 高斯朴素贝叶斯 · 决策树分类器 · 逻辑回归 · 支持向量分类器 · 多层感知器（即将推出！）基于我们之前关于处理二进制数据的伯努利朴素贝叶斯的文章，我们现在探索用于连续数据的高斯朴素贝叶斯。与二元方法不同，该算法假设每个特征都服从正态（高斯）分布。在这里，我们将看到高斯朴素贝叶斯如何处理连续的钟形数据（产生准确的预测），而无需深入研究贝叶斯定理的复杂数学。所有视觉效果：作者使用 Canva Pro 创建。针对移动设备进行了优化；在桌面上可能显得过大。定义与其他朴素贝叶斯
Your Documents Are Trying to Tell You What’s Relevant: Better RAG Using Links
文档数据集已经具有结构。充分利用它。照片由 Jayne Harris 在 Unsplash 上拍摄构建检索增强生成 (RAG) 应用程序面临多层挑战。文档检索是 RAG 工作流程的重要组成部分，它本身就是一组复杂的步骤，可以根据用例以不同的方式处理。RAG 系统很难找到与细微输入提示相关的最佳文档集，尤其是在完全依赖向量搜索来找到最佳候选者时。然而，我们的文档本身通常会告诉我们应该在哪里寻找有关给定主题的更多信息——通过引文、交叉引用、脚注、超链接等。在本文中，我们将展示一种新的数据模型——链接文档——如何通过使我们能够解析和保留这些对其他文本的直接引用来解锁性能改进，使它们可供同时检索——无
Introducing Semantic Tag Filtering: Enhancing Retrieval with Tag Similarity
语义标签过滤如何使用语义相似性来改进标签过滤***要理解本文，需要了解 Jaccard 相似性和向量搜索。该算法的实现已在 GitHub 上发布，并且完全开源。多年来，我们已经发现了如何从不同模态中检索信息，例如数字、原始文本、图像以及标签。随着定制 UI 的日益普及，标签搜索系统已成为一种方便的方式，可以轻松过滤具有良好准确度的信息。通常使用标签搜索的一些情况是检索社交媒体帖子、文章、游戏、电影甚至简历。然而，传统的标签搜索缺乏灵活性。如果我们要过滤掉包含指定标签的样本，可能会出现这样的情况：特别是对于只包含几千个样本的数据库，可能没有任何（或只有几个）与我们的查询匹配的样本。在结果稀缺的情
