Build a Question-answering Bot using Generative AI (Traditional Chinese)
AWS Skill Builder
414 Cours
Aperçu
Dans ce laboratoire, vous allez construire un chatbot capable de répondre à des questions sur les services AWS. Ce laboratoire est conçu pour vous permettre de déployer un modèle de langage large (LLM), d'intégrer ce modèle avec les sources de données Amazon Kendra, et de construire un chatbot Amazon Lex V2 capable de poser des questions au LLM et d'utiliser la génération augmentée par la recherche (RAG) pour trouver des réponses aux questions des utilisateurs. Ce laboratoire vous aidera à comprendre comment compléter les capacités natives du modèle de langage avec des informations supplémentaires.
Le chatbot que vous allez construire comporte trois composants principaux : le modèle de base Flan T5-XL, Langchain, et l'index Kendra. Flan T5-XL est un modèle de langage large hébergé sur Amazon SageMaker. Langchain est un framework utilisé pour interroger l'index Kendra (composé de documents AWS). Ces documents et les questions saisies dans la fenêtre de chat du chatbot seront envoyés au modèle Flan pour générer une réponse. Ce laboratoire vous fournira une compréhension complète de la création d'une interface de chatbot à l'aide de Lex V2 et de l'utilisation de divers services AWS pour améliorer les capacités du modèle de langage.
À la fin de ce laboratoire, vous devriez être capable de :
- Expliquer comment utiliser la génération augmentée par la recherche (RAG) pour améliorer les sorties générées par les applications d'IA générative.
- Déployer un chatbot Lex alimenté par un modèle de langage large.
- Connecter Langchain au modèle lancé dans Amazon SageMaker.
Une familiarité avec les applications conteneurisées et une compréhension de base des concepts d'apprentissage automatique sont nécessaires pour ce laboratoire. Vous devez avoir une connaissance de base de divers services AWS, y compris AWS CodeBuild, AWS Lambda, AWS CloudFormation, Amazon Kendra et Amazon Lex. De plus, vous devriez avoir suivi le cours Introduction à Amazon Kendra.
Ce laboratoire prend environ 75 minutes pour être complété.
Ce laboratoire utilise divers icônes pour attirer votre attention sur différents types d'instructions et de points d'attention. La liste suivante explique l'utilisation de chaque icône :
- Commande : Une commande que vous devez exécuter.
- Sortie attendue : Exemple de sortie que vous pouvez utiliser pour vérifier la sortie d'une commande ou un fichier édité.
- Remarque : Conseils, astuces ou directives importantes.
- Pour en savoir plus : Indique un endroit spécifique où plus d'informations peuvent être obtenues.
- Rappel : Informations d'importance ou à implications particulières (manquer cette information ne causera pas de problème majeur aux équipements ou aux données, mais peut nécessiter de répéter certaines étapes).
- Avertissement : Actions irréversibles susceptibles de provoquer l'échec d'une commande ou d'une procédure (y compris les mises en garde concernant des modifications qui ne peuvent pas être faites après paramétrage).
- Réflexion : Prenez un moment pour penser à la façon dont un concept pourrait être appliqué dans votre propre environnement, ou discutez-en avec d'autres personnes.
- Contenu du fichier : Affiche le bloc de code du script ou du contenu du fichier que vous devez exécuter, préconstruit pour vous.
