Guardrails关键词检索结果

使用Amazon Bedrock Guardrails构建负责AI应用程序

Build responsible AI applications with Amazon Bedrock Guardrails

在这篇文章中,我们演示了亚马逊基岩护栏如何有助于阻止有害和不希望的多模式内容。使用医疗保险呼叫中心方案,我们介绍配置和测试各种护栏的过程。

使用Amazon BedRock Guardrails的自动推理检查构建可验证的解释性

Build verifiable explainability into financial services workflows with Automated Reasoning checks for Amazon Bedrock Guardrails

在这篇文章中,我们探讨了如何通过各种常见的FSI方案(例如保险法律分解,承保规则验证和索赔处理)来工作。

使用 Amazon Bedrock Guardrails 保护您的 DeepSeek 模型部署

Protect your DeepSeek model deployments with Amazon Bedrock Guardrails

本博客文章提供了使用 Amazon Bedrock Guardrails 为 DeepSeek-R1 和其他开放权重模型实施强大安全保护的全面指南。通过遵循本指南,您将学习如何使用 DeepSeek 模型的高级功能,同时保持强大的安全控制并促进合乎道德的 AI 实践。

使用 Amazon SageMaker JumpStart 上的 NeMo Guardrails 增强 LLM 功能

Enhancing LLM Capabilities with NeMo Guardrails on Amazon SageMaker JumpStart

将 NeMo Guardrails 与大型语言模型 (LLM) 集成是向面向客户的应用程序中部署 AI 的重要一步。AnyCompany Pet Supplies 的示例说明了这些技术如何在处理拒绝和引导对话实现实施结果的同时增强客户互动。这一走向道德 AI 部署的旅程对于与客户建立可持续的、基于信任的关系以及塑造技术与人类价值观无缝契合的未来至关重要。

使用 Amazon Bedrock Agents、Amazon Bedrock 知识库和 Amazon Bedrock Guardrails 自动发送电子邮件以进行任务管理

Automate emails for task management using Amazon Bedrock Agents, Amazon Bedrock Knowledge Bases, and Amazon Bedrock Guardrails

在本文中,我们演示了如何使用 Amazon Bedrock 及其功能(包括 Amazon Bedrock Agents、Amazon Bedrock Knowledge Bases 和 Amazon Bedrock Guardrails)创建自动电子邮件响应解决方案。

Amazon BedRock护栏图像内容过滤器提供行业领先的保障措施,可帮助客户阻止多达88%的有害多模式内容:通常可用于今天

Amazon Bedrock Guardrails image content filters provide industry-leading safeguards, helping customer block up to 88% of harmful multimodal content: Generally available today

Amazon Bedrock Guardrails宣布图像内容过滤器的一般可用性,使您能够在生成AI应用程序中调节图像和文本内容。在这篇文章中,我们讨论了如何从Amazon Bedrock Guardrails中使用图像内容过滤器开始。

智能医疗保健助理:通过个性化支持和数据驱动的见解,授权利益相关者

Intelligent healthcare assistants: Empowering stakeholders with personalized support and data-driven insights

医疗保健决策通常需要从多个来源(例如医学文献,临床数据库和患者记录)进行整合。 LLMS缺乏从这些多样化和分布式来源中无缝访问和合成数据的能力。这限制了他们为医疗保健应用提供全面且信息良好的见解的潜力。在这篇博客文章中,我们将探讨亚马逊基地上的Mistral LLM如何应对这些挑战,并能够通过LLM功能呼叫功能的智能医疗保健代理,同时通过亚马逊BedRock Guardrails保持强大的数据安全和隐私。

DeepSeek-R1 模型现已在 Amazon Bedrock Marketplace 和 Amazon SageMaker JumpStart 中推出

DeepSeek-R1 model now available in Amazon Bedrock Marketplace and Amazon SageMaker JumpStart

DeepSeek-R1 是一种先进的大型语言模型,它结合了强化学习、思维链推理和混合专家架构,通过 Amazon Bedrock Guardrails 集成提供高效、可解释的响应,同时保持安全性。

Nvidia 推出用于机器人开发的 Cosmos 平台

Nvidia unveils Cosmos platform for robotics development

Nvidia 推出了其 Cosmos World Foundation Model 平台,用于开发物理 AI 系统,例如自动驾驶汽车和机器人。 Nvidia 表示,Cosmos 包括最先进的生成世界基础模型、先进的 tokenizer、guardrails 和加速视​​频处理管道,旨在“推动物理 AI 系统的发展”。物理 AI 模型成本高昂 […]

每周回顾 2024 年 12 月 6 日

Weekly Review December 6 2024

我上周在 Twitter 上发布的一些有趣链接(我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接):LinkedIn 上的大多数帖子都是由人工智能生成的:https://www.theregister.com/2024/11/28/linkedin_ai_posts/ 光数据传输是满足人工智能计算需求的关键:https://www.theregister.com/2024/11/28/ai_copper_cables_limits/ 谷歌人工智能计划可能面临的法律障碍:https://arstechnica.com/tech-policy/202

使用测试驱动开发自动为 Amazon Bedrock 构建护栏

Automate building guardrails for Amazon Bedrock using test-driven development

Amazon Bedrock Guardrails 可帮助根据特定用例和负责任的 AI 政策为生成式 AI 应用程序实施保护措施。Amazon Bedrock Guardrails 通过检测和过滤不良和潜在有害内容,帮助控制用户与基础模型 (FM) 之间的交互,同时保持安全性和隐私性。在本文中,我们将探索一种使用测试驱动开发方法自动构建护栏的解决方案。

如何通过 AI 取得成功:结合 Kafka 和 AI 护栏

How to succeed with AI: Combining Kafka and AI Guardrails

为什么实时数据和治理对于 AI 来说是不可协商的Photo by Sid Verma on UnsplashKafka 很棒。AI 很棒。当我们将两者结合起来会发生什么?连续性。—AI 正在改变我们的效率和运营方式的许多方面:卓越的翻译、客户互动、代码生成器、驾驶汽车等。即使我们喜欢尖端的东西,我们也很难跟上它。我们往往会忘记一个巨大的问题:如果没有正确的护栏,AI 很容易脱轨。一旦发生,这不仅仅是一个技术故障,还可能给企业带来灾难性的后果。从我作为 CTO 的经验来看,我亲眼看到真正的 AI 成功不仅仅来自速度。它来自控制——控制你的 AI 消耗的数据、它的运行方式,并确保它不会提供错误的输