多模一站通 —— Amazon Bedrock 上的基础模型初体验

Amazon Bedrock 是一项完全托管的服务，通过统一的 API 提供来自 AI21 Labs、Anthropic、Cohere、Meta、Mistral AI、Stability AI 和 Amazon 等领先 AI 公司的高性能基础模型（FMs），同时提供广泛的功能，让您能够在确保安全、隐私和负责任 AI 的前提下构建生成式 AI 应用。

模型探索与应用

为了确保模型的高效使用，建议优先选择美国区域，这样可以获取更多的模型选项，并且在请求模型时，可以方便地查看其访问状态。

Amazon Bedrock 概览

Amazon Bedrock 提供了丰富的功能，助力开发者和企业在构建智能应用时更加高效。通过使用 Bedrock，您可以：

1. 轻松测试与评估：快速了解您的用例在不同基础模型下的表现；
2. 定制化开发：利用微调和检索增强生成（RAG）等技术，打造符合需求的应用程序；
3. 智能代理构建：开发可以与企业系统和数据源无缝集成的智能代理，自动执行各种任务；
4. 模型评估：通过自动或手动评估功能，对比不同模型，选择最适合您需求的基础模型。评估指标涵盖准确性、稳健性以及有害内容筛查等；
5. 安全防护：利用 Guardrails，根据应用需求和负责任的人工智能政策，定制安全保障措施，确保输入和输出内容的安全。

目前，Bedrock 已经托管了最新的 Llama 3.1 模型，包含 8B 和 70B 版本，同时也支持最新的 Mistral Large 模型。

文本生成

考虑到 Meta 的模型在中文处理上的表现不佳，因此本文选择了 Mistral AI 的 Large 模型来进行文本生成。该模型在中文生成方面表现出色，能够大幅提升生成效果。

此外，使用大模型进行代码生成也是一大优势，它可以帮助我们节省大量的调试时间。

图片生成

在图片生成方面，您可以使用 Stable Diffusion XL - SDXL 1.0 或 Titan Image Generator G1。我选择了 Titan Image Generator G1 来生成一些示例图片，默认生成的是横向的 1024x1024 分辨率图像。

生成图片需要一些时间，但结果展示了 AI 帮助我们实现的“鸟语花香”美景。

模型评估

如前所述，您可以选择自动评估或手动评估模型的表现，以确保其符合项目需求。

安全防护机制

在安全防护方面，您可以手动设置模型拒绝特定回答的关键词。例如，我在此处设置了“彩票”、“中奖”和“恭喜”作为屏蔽词，并阻止模型回答涉及 PII（个人身份信息）的请求，如姓名等。

在另一个评估规则中，我将“Name”规则设置为“Mask”，因此，模型在回答涉及特定姓名时会用替代词替换。例如，马斯克的名字已被遮盖。

对于检测到的屏蔽关键词，模型还会给出拒绝回答的提示，如“就不告诉你~”。

结语

通过合理选择模型并进行安全性设置，Amazon Bedrock 为我们提供了强大的工具，助力开发智能、安全、负责任的 AI 应用。无论是文本生成、图片生成，还是模型评估和安全防护，Bedrock 都能为您的项目提供全面支持。