AWS正在向自己的託管人工智慧服務Amazon Bedrock部署一系列新的基礎模型。
AWS近日詳細介紹了這些新的模型以及其他一系列增強功能。根據AWS的說法，Bedrock客戶將能夠在該服務上運行定製的神經網路，還可以使用新功能來比較AI模型的性能並確保這些模型是符合內容安全標準的。
AWS在去年4月推出了Bedrock，提供對AWS和其他六家公司託管基礎模型的訪問路徑。這些模型可以通過應用編程接口獲得，從而讓客戶無需管理底層基礎設施。因此，將AI模型集成到企業應用中涉及的工作是比較少的。
在今天的更新中，AWS去年11月預覽的圖像生成模型將在Bedrock中全面可用。這個名為Amazon Titan Image Generator的模型不僅可以創建圖像，還可以根據自然語言指令編輯現有圖像，它可以把不可見的水印嵌入到它創建的文件中，以簡化識別AI生成內容的任務。
下周，Bedrock用戶將可以使用另一個名為Amazon Titan Text Embeddings V2的新模型，這是Bedrock現有用於創建嵌入模型的增強版本，而且這些都是數學結構，神經網路在其中存儲用於生成響應的資訊。
AWS還在擴展Bedrock的第三方模型目錄。Meta開源大型語言模型系列的最新版本Llama 3現在已經在Bedrock上可用。未來，AWS還將添加來自資金雄厚的大型語言模型初創公司Cohere的Command R和Command R 模型。Cohere R 是這兩個模型中更先進的一個，在本月早些時候推出，支持10種語言。
AWS人工智慧和數據副總裁Swami Sivasubramanian表示：「通過今天的發布，我們將加倍致力於為客戶提供最全面的功能和行業領先模型的選項，繼續為客戶快速創新，進一步大規模實現生成式AI創新的普及。」
對於Bedrock內置AI目錄無法完全滿足其需求的客戶來說，他們可以把自己的自定義模型引入該服務。根據AWS的說法，這是通過一項名為Bedrock Custom Model Import的新功能實現的，該功能也是今天更新的一部分。該功能讓用戶只需點擊幾下即可在Bedrock中使用外部的AI模型。
發布之後，該功能將與Mistral AI和Meta的Llama系列開源模型定製版本配合使用，還支持谷歌的開源大型語言模型Flan-T5，後者是谷歌最初於2019年推出的語言模型系列的最新型號之一。
用戶向Bedrock引入的自定義大型語言模型可以訪問內置模型提供的許多功能，包括Guardrails for Amazon Bedrock功能，該功能於今天上午全面上線，旨在防止AI模型生成有害的內容。
客戶可以通過輸入應該拒絕哪些提示的自然語言描述來配置該功能。例如，企業可以阻止包含信用卡號等敏感數據的請求，此外還有護欄可以調節AI模型的輸出，適用於防止客戶支持大型語言模型生成投資建議等任務。
確定哪種模型最適合給定的應用項目，這有時候需要數小時的手動測試。為了加快任務速度，AWS在Bedrock中推出了一個名為「Model Evaluation」的工具，允許用戶選擇服務中可用模型的子集，並通過讓他們回答一組測試提示來比較其準確性。
Model Evaluation工具還可以根據其他指標來比較神經網路。例如，企業可以檢查AI生成的響應是否符合其內容風格指南。對於使用自動化方法可能難以評估AI響應的情況，Model Evaluation工具提供了讓人類測試員評估模型輸出質量的選項。
