怎么玩转？ Amazon Bedrock新增的“专有模型导入功能”意义何在？_亚马逊内部转组

【】4月25日消息，亚马逊云科技全球同步发布Amazon Bedrock重磅更新，新的功能包括专有模型导入功能，为特定应用场景选择最佳模型的模型评估功能，为生成式AI应用程序提供易于实施的保护措施的Guardrails功能，以及新增了更多可选择的新模型，包括Amazon Titan Image Generator、Meta Llama 3基础模型已正式可用。

更多信息请见（Amazon Bedrock上新专有模型导入、模型评估等功能https://www.techweb.com.cn/internet/2024-04-24/2943938.shtml）

Amazon Bedrock是亚马逊云科在去年4月份推出的一项全新的全托管服务，它允许用户通过API访问亚马逊云科技和第三方基础模型提供商的预训练基础模型。

此次重磅功能更新恰逢Amazon Bedrock推出一周年。

亚马逊云科技AI和数据副总裁Swami Sivasubramanian介绍道：“企业应用Amazon Bedrock正呈现出爆炸式的增长。成千上万不同规模，来自不同行业的企业选择Amazon Bedrock作为他们生成式AI战略的核心基础，它极大加速并简化了企业从试验阶段到实际生产的转变。”

专有模型导入功能意义重大

借助全新的Amazon Bedrock专有模型导入功能，只需点击几下，企业用户即可将他们使用Amazon SageMaker或其他工具开发的模型集成到Amazon Bedrock平台上，以完全托管的API形式进行访问。

Amazon Bedrock专有模型导入功能现已推出预览版并支持三种开放模型架构：Flan-T5、Llama和Mistral，并计划未来支持更多模型。

此次推出的全新专有模型导入功能可谓意义重大。

这意味着通过该服务，企业客户能够在Amazon Bedrock上接入其定制模型，从而能够利用Amazon Bedrock内置的一系列功能。这将有利于客户降低模型成本，同时享受Serverless提供的易用性，全面加速应用开发。

对亚马逊云科技来说，专有模型导入功能的推出，打通了Amazon Bedrock和Amazon SageMaker的工具链连接，让二者的能力发挥出1+1>2的效果。

为何如此说呢。在此之前，Amazon Bedrock和Amazon Sagemaker可以说是两个独立的服务。

Amazon SageMaker是亚马逊云科技在2017年推出的端到端的机器学习平台，它的功能包括从数据标注到数据训练、再到部署、上线以后的持续监控以及基于原始数据的再迭代等端到端的能力。

Amazon SageMaker提供的模型训练功能，可以从头开始训练模型或对现有的公开模型如Llama、Mistral和Flan-T5进行高级定制。

当亚马逊云科技的客户需要用自有数据构建这些模型时，他们通常是依赖Amazon SageMaker来训练定制自己的专有模型。

而Amazon Bedrock内置了众多第三方基础大模型和高级生成式AI工具供用户通过API访问使用。

现在，随着Amazon Bedrock专有模型导入功能的推出，企业客户能够将他们自己的定制模型与Amazon Bedrock内置的高级生成式AI工具相结合，如知识库、Guardrails、代理（Agents）和模型评估等，而无需自行开发这些功能。

这一新功能让企业能够轻松地通过同一API访问Amazon Bedrock的模型与自己的定制模型组合，这给企业在选择和使用模型的灵活性方面带来进一步跃升。

10分钟完成模型导入

亚马逊云科技还同步发布了“在Amazon Bedrock中导入自定义模型”的教程。

演示教程中，在向Amazon Bedrock导入一个微调的Mistral-7 B-v0.1语言模型，只用了10分钟就完成。

步骤：

在Amazon Bedrock控制台中，从导航窗格的Foundation models部分选择Imported models。

选择要导入的模型MistralLite，是一个微调的Mistral-7 B-v0.1语言模型，具有处理32K tokens的能力。

在模型导入设置中选择模型权重，然后选择上传模型的位置。

大约10分钟就完成了导入。

在控制台中就能看到导入的模型MistralLite。