亚马逊AWS官方博客

利用 Amazon QuickSight 实现对账单多维度精细化分析

随着组织对云使⽤成熟度上的成⻓,云数据/资源的使⽤越来越深⼊和复杂,组织需要对产⽣的成本进⾏更好的管理、分析、预测、预警,以便及时进⾏调整和优化,从⽽更好的控制成本;同时各个组织/部门在使⽤云的过程中,也需要基于更多的维度更加清晰直观的了解所使⽤资源的成本消耗情况,费⽤占⽐,以及是否超预期等。这篇 Blog 中,我们会分别介绍标准⽅案和⾃定义⽅案实现方案部署⽅式,满⾜客户不同的账单分析需求。

能听能说会思考:使用 Amazon Bedrock、Polly、Transcribe 打造大模型语音交互方案

类似的大模型+语音交互方案已逐步应用到生活的多个领域。例如智能音箱可通过语音指令控制家电,智能车载系统支持语音导航和信息查询,智能玩偶以寓教于乐的方式进行孩童陪伴,智能手机则集成了各类语音助手,方便用户随时随地进行语音交互。这种全新的交互模式有望改变人们的工作和生活习惯,提供高效、自然、无障碍的人机交互体验。本文将基于亚马逊云科技的 Amazon Bedrock、Polly 和 Transcribe 三项托管 AI/ML 服务和其他基础服务,实现一个大语言模型的语音交互方案。

充分释放大模型的潜力——提示词工程的 16 种方式

提示词工程是一种高效灵活的技术,通过设计合理的提示,可以激发大型语言模型中蕴含的知识,从而在下游任务中获得良好的生成质量。本文全面介绍了提示词工程的基本原理、设计方法,以及在不同任务场景下的应用实践,包括直接提示、链式提示、图谱提示、生成类提示和集成式提示等 16 种技术。提示词工程为大型语言模型的应用开辟了广阔的前景,将与其他人工智能技术相互融合,构建更加智能、高效和人性化的人机交互系统。