Build a Question-answering Bot using Generative AI (Traditional Chinese)
AWS Skill Builder
411 Cursos
Resumen
En este laboratorio, construirás un Chatbot que responda preguntas sobre los servicios de AWS. El diseño de este laboratorio está orientado a que experimentes cómo desplegar modelos de lenguaje grande (LLM), integrar dicho modelo con fuentes de datos de Amazon Kendra y construir un Chatbot en Amazon Lex V2 que consulte al LLM y use Generación Incrementada por Recuperación (RAG) para encontrar respuestas a las preguntas de los usuarios. Este laboratorio te ayudará a entender cómo complementar las capacidades nativas de un modelo de lenguaje con información adicional.
El Chatbot que construirás tiene tres componentes principales: el modelo base Flan T5-XL, Langchain y el índice de Kendra. Flan T5-XL es un modelo de lenguaje grande alojado en Amazon SageMaker. Langchain es un marco que se utiliza para capturar el índice de Kendra (compuesto por documentación de AWS). Luego, estos documentos y las preguntas ingresadas en la ventana de texto del Chatbot se envían al modelo Flan para generar respuestas. Este laboratorio te ayudará a obtener una comprensión integral de cómo utilizar Lex V2 para construir la interfaz del Chatbot y cómo usar varios servicios de AWS para potenciar las capacidades del modelo de lenguaje.
Al final de este laboratorio, deberías ser capaz de realizar las siguientes acciones:
- Explicar cómo usar la Generación Incrementada por Recuperación (RAG) para mejorar la salida generada por aplicaciones de IA generativa.
- Desplegar un Chatbot de Lex soportado por un modelo de lenguaje grande.
- Conectar Langchain al modelo lanzado en Amazon SageMaker.
Para este laboratorio, es necesario estar familiarizado con aplicaciones contenedorizadas y tener conocimientos básicos de aprendizaje automático. Deberías tener conocimientos básicos de varios servicios de AWS, incluyendo AWS CodeBuild, AWS Lambda, AWS CloudFormation, Amazon Kendra y Amazon Lex. Además, deberías haber completado el curso Introducción a Amazon Kendra.
Este laboratorio requiere aproximadamente 75 minutos para completarse.
Este laboratorio utiliza varios iconos para llamar tu atención sobre diferentes tipos de instrucciones y advertencias. La siguiente lista explica el propósito de cada icono:
- Comando: Comando que debes ejecutar.
- Salida esperada: Ejemplo de salida que puedes usar para verificar el contenido de la salida del comando o del archivo editado.
- Nota: Sugerencias, consejos o directrices importantes.
- Más información: Indica dónde puedes encontrar más información específica.
- Recordatorio: Información con impacto o importancia especial (si no presta atención a esta información, no causará grandes problemas en el dispositivo o los datos, pero podría requerir la repetición de ciertos pasos).
- Advertencia: Acciones no reversibles que podrían causar la falla del comando o del proceso (incluyendo advertencias sobre configuraciones que no se pueden cambiar después).
- Consideración: Tómate un momento para pensar cómo aplicar un concepto en tu entorno o discutir el tema actual con otros.
- Contenido del archivo: Muestra un bloque de código del script o contenido del archivo que necesitas ejecutar, es contenido preconstruido para ti.
