详细内容或原文请订阅后点击阅览
Amazon Finance 如何使用 AWS 上的生成式 AI 简化监管查询
在本文中，我们将演示 Amazon FinTech 团队如何使用 Amazon Bedrock 和其他 AWS 服务构建可扩展的 AI 应用程序，以改变监管查询的处理方式。使用此解决方案的每个团队都会创建并维护自己的专用知识库，其中填充了该团队的特定文档和参考材料。
来源:亚马逊云科技 _机器学习亚马逊的金融技术 (FinTech) 团队为亚马逊团队构建和运营系统，以管理符合不同司法管辖区的监管查询。这些团队处理来自当局的监管询问，每个团队提出不同的要求、文件格式和复杂程度。
处理这些监管询问涉及审查文档、提取相关信息、从亚马逊基础设施内的多个系统检索支持数据，以及在监管时间范围内汇总响应。随着查询频率和业务复杂性的增加，亚马逊需要一种更具可扩展性的方法。
在本文中，我们将演示 Amazon FinTech 团队如何使用 Amazon Bedrock 和其他 AWS 服务构建可扩展的 AI 应用程序，以改变监管查询的处理方式。使用此解决方案的每个团队都会创建并维护自己的专用知识库，其中填充了该团队的特定文档和参考材料。
挑战
管理监管调查的规模和复杂性提出了几个相互关联的挑战：
知识碎片化和检索复杂度
监管查询需要从数千份历史文件中综合信息。这些文档以各种格式（PDF、PPT、Word、CSV）存在，并包含特定领域的术语。团队需要一种方法来在这个庞大的语料库中快速找到相关先例和支持信息，同时保持准确性和法规遵从性。
会话上下文和状态管理
监管查询需要多轮对话，其中早期交互的背景对于生成准确的响应至关重要。当团队成员通过迭代交互完善答案时，维护跨会话的对话状态并跟踪响应的演变呈现出极大的复杂性。
可观察性和持续改进