AWS更新Amazon Bedrock服务 新增基础模型和AI管理功能

AWS正在向自己的托管人工智能服务Amazon Bedrock部署一系列新的基础模型。

AWS近日详细介绍了这些新的模型以及其他一系列增强功能。根据AWS的说法，Bedrock客户将能够在该服务上运行定制的神经网络，还可以使用新功能来比较AI模型的性能并确保这些模型是符合内容安全标准的。

AWS在去年4月推出了Bedrock，提供对AWS和其他六家公司托管基础模型的访问路径。这些模型可以通过应用编程接口获得，从而让客户无需管理底层基础设施。因此，将AI模型集成到企业应用中涉及的工作是比较少的。

在今天的更新中，AWS去年11月预览的图像生成模型将在Bedrock中全面可用。这个名为Amazon Titan Image Generator的模型不仅可以创建图像，还可以根据自然语言指令编辑现有图像，它可以把不可见的水印嵌入到它创建的文件中，以简化识别AI生成内容的任务。

下周，Bedrock用户将可以使用另一个名为Amazon Titan Text Embeddings V2的新模型，这是Bedrock现有用于创建嵌入模型的增强版本，而且这些都是数学结构，神经网络在其中存储用于生成响应的信息。

AWS还在扩展Bedrock的第三方模型目录。Meta开源大型语言模型系列的最新版本Llama 3现在已经在Bedrock上可用。未来，AWS还将添加来自资金雄厚的大型语言模型初创公司Cohere的Command R和Command R+模型。Cohere R+是这两个模型中更先进的一个，在本月早些时候推出，支持10种语言。

AWS人工智能和数据副总裁Swami Sivasubramanian表示：“通过今天的发布，我们将加倍致力于为客户提供最全面的功能和行业领先模型的选项，继续为客户快速创新，进一步大规模实现生成式AI创新的普及。”

对于Bedrock内置AI目录无法完全满足其需求的客户来说，他们可以把自己的自定义模型引入该服务。根据AWS的说法，这是通过一项名为Bedrock Custom Model Import的新功能实现的，该功能也是今天更新的一部分。该功能让用户只需点击几下即可在Bedrock中使用外部的AI模型。

发布之后，该功能将与Mistral AI和Meta的Llama系列开源模型定制版本配合使用，还支持谷歌的开源大型语言模型Flan-T5，后者是谷歌最初于2019年推出的语言模型系列的最新型号之一。

用户向Bedrock引入的自定义大型语言模型可以访问内置模型提供的许多功能，包括Guardrails for Amazon Bedrock功能，该功能于今天上午全面上线，旨在防止AI模型生成有害的内容。

客户可以通过输入应该拒绝哪些提示的自然语言描述来配置该功能。例如，企业可以阻止包含信用卡号等敏感数据的请求，此外还有护栏可以调节AI模型的输出，适用于防止客户支持大型语言模型生成投资建议等任务。

确定哪种模型最适合给定的应用项目，这有时候需要数小时的手动测试。为了加快任务速度，AWS在Bedrock中推出了一个名为“Model Evaluation”的工具，允许用户选择服务中可用模型的子集，并通过让他们回答一组测试提示来比较其准确性。

Model Evaluation工具还可以根据其他指标来比较神经网络。例如，企业可以检查AI生成的响应是否符合其内容风格指南。对于使用自动化方法可能难以评估AI响应的情况，Model Evaluation工具提供了让人类测试员评估模型输出质量的选项。