#amazon_bedrock — Public Fediverse posts
Live and recent posts from across the Fediverse tagged #amazon_bedrock, aggregated by home.social.
-
LLM Gateway로 AI를 안전하게 조직에 도입하는 법
AI를 조직에서 안전하게 운영하려면 LLM Gateway가 핵심입니다. Amazon Bedrock과 Claude Code를 결합해 인증, 모니터링, 필터링을 중앙에서 관리하는 방법을 알아보세요. 작게 시작해 점진적으로 확장하면 누구나 기업급 AI 보안 체계를 구축할 수 있습니다.
#Amazon_Bedrock #LLM_Gateway #Claude_Code #AI_보안 #AWS_기업활용 #블로그 #ODOB
-
การใช้งาน Claude Code บน AWS Bedrock ผ่านการเชื่อมต่อ EC2 ด้วย Remote-SSH ของ VSCode
https://dev.classmethod.jp/articles/claude-code-aws-bedrock-ec2-vscode-remote-ssh-th/#dev_classmethod #Classmethod_Thailand #Amazon_EC2 #Amazon_Bedrock #Claude_Code #AI #Thai_Language
-
Claude CodeをAWS Bedrockで利用(EC2上でVSCodeのRemote-SSH経由）
https://dev.classmethod.jp/articles/claude-code-aws-bedrock-ec2-vscode-remote-ssh/#dev_classmethod #Classmethod_Thailand #Amazon_EC2 #Amazon_Bedrock #Claude_Code #生成AI #Claude
-
AWS Step Functionsから別アカウントのAmazon Bedrockを呼び出してみた
https://dev.classmethod.jp/articles/aws-step-functions-cross-account-bedrock/#dev_classmethod #Amazon_Bedrock #AWS_Step_Functions #AWS #クロスアカウント
-
Godot Unit Test (GUT) と LLM でフレーキーテストを自動分析する仕組みを構築してみた
https://dev.classmethod.jp/articles/godot-gut-llm-flaky-test-analysis/#dev_classmethod #Amazon_Bedrock #Claude #AWS_Lambda #APIGateway #Test #LLM #生成AI
-
Amazon Bedrock: เปรียบเทียบระหว่าง "Kendra" และ "Bedrock Knowledge Bases" เมื่อใช้ RAG
https://dev.classmethod.jp/articles/comparing-kendra-and-bedrock-knowledge-bases-when-using-rag-th/#dev_classmethod #Amazon_Bedrock #Amazon_Bedrock_Knowledge_Bases #Amazon_Kendra #RAG #Retrieval_Augmented_Generation #AWS #Classmethod_Thailand #Thai_Language
-
Zendesk アクションフロー × Amazon Bedrock (Claude) × Contentful による AI カスタマーサポートの構築
https://dev.classmethod.jp/articles/zendesk-action-flow-bedrock-claude-contentful-ai-customer-support/#dev_classmethod #Zendesk #Amazon_Bedrock #Claude #Contentful
-
[ブースレポート]ふわさく 〜ふわっとした要件からサクっとアーキテクチャ設計 with AI Agent〜 #AWSSummit
https://dev.classmethod.jp/articles/aws-summit-japan-2025-architecture-design-ai-agent/#dev_classmethod #Amazon_Bedrock #Amazon_OpenSearch_Serverless #Amazon_ECS
-
MastraとNext.jsで製造業の工場トラブル事例検索チャットボットを作ってみた
https://dev.classmethod.jp/articles/shuntaka-nextjs-mastra-manufacturing/ -
Lambda+Bedrock+TiDB Cloudで、LangChainを使って会話履歴を含めたやり取りしてみた
https://dev.classmethod.jp/articles/lambda-bedrock-tidb-cloud-langchain/#dev_classmethod #Amazon_Bedrock #TiDB #TiDB_Cloud #AWS_Lambda #Python #LangChain
-
AWS Lambda Web AdapterとFastAPIで作る!Amazon BedrockのストリームAPIを使ったチャットアプリ
https://dev.classmethod.jp/articles/aws-lambda-web-adapter-fastapi-bedrock-chatdemo/#dev_classmethod #AWS_Lambda #AWS #AWS_SAM #Python #Amazon_Bedrock #fastapi #uv
-
AWS Lambda Web AdapterとFastAPIで作る!Amazon BedrockのストリームAPIを使ったチャットアプリ
https://dev.classmethod.jp/articles/aws-lambda-web-adapter-fastapi-bedrock-chatdemo/#dev_classmethod #AWS_Lambda #AWS #AWS_SAM #Python #Amazon_Bedrock #fastapi #uv
-
AWS Lambda Web AdapterとFastAPIで作る!Amazon BedrockのストリームAPIを使ったチャットアプリ
https://dev.classmethod.jp/articles/aws-lambda-web-adapter-fastapi-bedrock-chatdemo/#dev_classmethod #AWS_Lambda #AWS #AWS_SAM #Python #Amazon_Bedrock #fastapi #uv
-
AWS Lambda Web AdapterとFastAPIで作る!Amazon BedrockのストリームAPIを使ったチャットアプリ
https://dev.classmethod.jp/articles/aws-lambda-web-adapter-fastapi-bedrock-chatdemo/#dev_classmethod #AWS_Lambda #AWS #AWS_SAM #Python #Amazon_Bedrock #fastapi #uv
-
AWS Lambda Web AdapterとFastAPIで作る!Amazon BedrockのストリームAPIを使ったチャットアプリ
https://dev.classmethod.jp/articles/aws-lambda-web-adapter-fastapi-bedrock-chatdemo/#dev_classmethod #AWS_Lambda #AWS #AWS_SAM #Python #Amazon_Bedrock #fastapi #uv
-
[Перевод] Оценка LLM: метрики, фреймворки и лучшие практики
Дженсен Хуанг в своем выступлении на саммите «Data+AI» сказал: «Генеративный ИИ есть везде, в любой отрасли. Если в вашей отрасли еще нет генеративных ИИ, значит вы просто не обращали внимания на это». Однако широкое распространение вовсе не означает, что эти модели безупречны. В реальных бизнес-кейсах модели очень часто не достигают цели и нуждаются в доработке. Вот тут-то и приходят на помощь оценки LLM: они помогают убедиться, что модели надежны, точны и соответствуют бизнес-предпочтениям. В этой статье мы подробно разберем, почему оценка LLM имеет решающее значение, и рассмотрим метрики, фреймворки, инструменты и сложности оценки LLM. Мы также поделимся некоторыми надежными стратегиями, которые мы разработали в ходе работы с нашими клиентами, а также расскажем о лучших практиках. Что такое оценка LLM? Оценка LLM - это процесс тестирования и измерения того, насколько хорошо крупные языковые модели работают в реальных ситуациях. При тестировании этих моделей мы наблюдаем, насколько хорошо они понимают и отвечают на вопросы, насколько плавно и четко они генерируют текст и имеют ли их ответы смысл в контексте. Этот шаг очень важен, потому что он помогает нам выявлять любые проблемы и улучшать модель, гарантируя, что она может эффективно и надежно справляться с задачами. Зачем вам нужно оценивать LLM? Все просто: чтобы убедиться, что модель соответствует задаче и ее требованиям. Оценка LLM гарантирует, что она понимает и точно реагирует, правильно обрабатывает различные типы информации и общается безопасным, понятным и эффективным способом. Оценка LLM позволяет нам точно настроить модель на основе реальной обратной связи, улучшая ее производительность и надежность. Проводя тщательные оценки, мы гарантируем, что LLM полностью может удовлетворять потребности своих пользователей, будь то ответы на вопросы, предоставление рекомендаций или создание контента.
https://habr.com/ru/articles/852046/
#LLM #BLEU_Score #TruthfulQA #meteor #BERTScore #SuperAnnotate #Amazon_Bedrock #Nvidia_Nemo #LangSmith #deepeval
-
Amazon Bedrock の Converse API を使ってみる
https://dev.classmethod.jp/articles/amazon-bedrock-converse-api/