nền tảng Amazon cung cấp nhiều mô hình từ Amazon và các nhà cung cấp bên thứ ba, bao gồm Anthropic, AI21, Meta, Cohere và Stability AI, đồng thời bao gồm nhiều trường hợp sử dụng, bao gồm tạo văn bản và hình ảnh, nhúng, trò chuyện, tác nhân cấp cao với lý luận và sự phối hợp, và nhiều hơn nữa. Cơ sở kiến thức về Amazon Bedrock cho phép bạn xây dựng các ứng dụng Thế hệ truy xuất tăng cường (RAG) tùy chỉnh và hiệu suất cao trên AWS và các cửa hàng vectơ của bên thứ ba bằng cách sử dụng cả mô hình AWS và bên thứ ba. Cơ sở kiến thức dành cho Amazon Bedrock tự động đồng bộ hóa dữ liệu với kho vectơ của bạn, bao gồm phân biệt dữ liệu khi cập nhật, tải tài liệu và phân nhóm cũng như nhúng ngữ nghĩa. Nó cho phép bạn tùy chỉnh liền mạch các lời nhắc RAG và chiến lược truy xuất—chúng tôi cung cấp phân bổ nguồn và chúng tôi tự động xử lý việc quản lý bộ nhớ. Cơ sở Kiến thức hoàn toàn không có máy chủ nên bạn không cần quản lý bất kỳ cơ sở hạ tầng nào và khi sử dụng Cơ sở Kiến thức, bạn chỉ bị tính phí cho các mô hình, cơ sở dữ liệu vectơ và bộ nhớ mà bạn sử dụng.
RAG là một kỹ thuật phổ biến kết hợp việc sử dụng dữ liệu riêng tư với các mô hình ngôn ngữ lớn (LLM). RAG bắt đầu bằng bước đầu tiên để truy xuất các tài liệu có liên quan từ kho lưu trữ dữ liệu (phổ biến nhất là chỉ mục vectơ) dựa trên truy vấn của người dùng. Sau đó, nó sử dụng mô hình ngôn ngữ để tạo ra phản hồi bằng cách xem xét cả tài liệu được truy xuất và truy vấn ban đầu.
Trong bài đăng này, chúng tôi trình bày cách xây dựng quy trình làm việc RAG bằng cách sử dụng Cơ sở kiến thức cho Amazon Bedrock cho trường hợp sử dụng khám phá thuốc.
Tổng quan về Cơ sở Kiến thức của Amazon Bedrock
Cơ sở Kiến thức dành cho Amazon Bedrock hỗ trợ nhiều loại tệp phổ biến, bao gồm .txt, .docx, .pdf, .csv, v.v. Để cho phép truy xuất hiệu quả từ dữ liệu riêng tư, phương pháp phổ biến trước tiên là chia các tài liệu này thành các phần có thể quản lý được. Cơ sở Kiến thức đã triển khai chiến lược phân chia mặc định hoạt động tốt trong hầu hết các trường hợp để cho phép bạn bắt đầu nhanh hơn. Nếu bạn muốn kiểm soát nhiều hơn, Cơ sở Kiến thức cho phép bạn kiểm soát chiến lược phân chia thông qua một tập hợp các tùy chọn được cấu hình sẵn. Bạn có thể kiểm soát kích thước mã thông báo tối đa và số lượng chồng chéo được tạo trên các phần để cung cấp bối cảnh mạch lạc cho quá trình nhúng. Cơ sở Kiến thức dành cho Amazon Bedrock quản lý quá trình đồng bộ hóa dữ liệu từ Dịch vụ lưu trữ đơn giản của Amazon (Amazon S3), chia thành các phần nhỏ hơn, tạo phần nhúng vectơ và lưu trữ phần nhúng trong chỉ mục vectơ. Quá trình này đi kèm với quản lý khác biệt, thông lượng và lỗi thông minh.
Trong thời gian chạy, mô hình nhúng được sử dụng để chuyển đổi truy vấn của người dùng thành vectơ. Sau đó, chỉ mục vectơ được truy vấn để tìm các tài liệu tương tự với truy vấn của người dùng bằng cách so sánh vectơ tài liệu với vectơ truy vấn của người dùng. Ở bước cuối cùng, các tài liệu tương tự về mặt ngữ nghĩa được lấy từ chỉ mục vectơ sẽ được thêm làm ngữ cảnh cho truy vấn ban đầu của người dùng. Khi tạo phản hồi cho người dùng, các tài liệu tương tự về mặt ngữ nghĩa sẽ được nhắc trong mô hình văn bản, cùng với việc ghi nguồn để truy xuất nguồn gốc.
Cơ sở kiến thức cho Amazon Bedrock hỗ trợ nhiều cơ sở dữ liệu vectơ, bao gồm Amazon OpenSearch Serverless, Amazon cực quang, Pinecone và Redis Enterprise Cloud. API Truy xuất và RetrieveAndGenerate cho phép ứng dụng của bạn truy vấn trực tiếp chỉ mục bằng cú pháp tiêu chuẩn và thống nhất mà không cần phải tìm hiểu các API riêng biệt cho từng cơ sở dữ liệu vectơ khác nhau, giảm nhu cầu viết truy vấn chỉ mục tùy chỉnh đối với kho lưu trữ vectơ của bạn. API Truy xuất nhận truy vấn đến, chuyển đổi nó thành một vectơ nhúng và truy vấn kho lưu trữ phụ trợ bằng cách sử dụng các thuật toán được định cấu hình ở cấp cơ sở dữ liệu vectơ; API RetrieveAndGenerate sử dụng LLM do người dùng định cấu hình do Amazon Bedrock cung cấp và tạo ra câu trả lời cuối cùng bằng ngôn ngữ tự nhiên. Hỗ trợ truy xuất nguồn gốc gốc thông báo cho ứng dụng yêu cầu về các nguồn được sử dụng để trả lời một câu hỏi. Để triển khai cho doanh nghiệp, Cơ sở Kiến thức hỗ trợ Dịch vụ quản lý khóa AWS mã hóa (AWS KMS), Đường mòn đám mây AWS hội nhập, và nhiều hơn nữa.
Trong các phần sau, chúng tôi trình bày cách xây dựng quy trình làm việc RAG bằng Cơ sở kiến thức cho Amazon Bedrock, được hỗ trợ bởi công cụ vectơ OpenSearch Serverless, để phân tích tập dữ liệu thử nghiệm lâm sàng phi cấu trúc cho trường hợp sử dụng khám phá thuốc. Dữ liệu này rất giàu thông tin nhưng có thể rất không đồng nhất. Việc xử lý thích hợp các thuật ngữ và khái niệm chuyên ngành ở các định dạng khác nhau là điều cần thiết để phát hiện những hiểu biết sâu sắc và đảm bảo tính toàn vẹn trong phân tích. Với Cơ sở kiến thức dành cho Amazon Bedrock, bạn có thể truy cập thông tin chi tiết thông qua các truy vấn đơn giản, tự nhiên.
Xây dựng nền tảng kiến thức cho Amazon Bedrock
Trong phần này, chúng tôi trình diễn quy trình tạo cơ sở kiến thức cho Amazon Bedrock thông qua bảng điều khiển. Hoàn thành các bước sau:
- Trên bảng điều khiển Amazon Bedrock, bên dưới Dàn nhạc trong ngăn điều hướng, chọn Kiến thức cơ bản.
- Chọn Tạo nền tảng kiến thức.
- Trong tạp chí Chi tiết cơ sở kiến thức phần, nhập tên và mô tả tùy chọn.
- Trong tạp chí Quyền IAM phần, chọn Tạo và sử dụng vai trò dịch vụ mới.
- Trong Vai trò tên dịch vụ, nhập tên cho vai trò của bạn, tên này phải bắt đầu bằng
AmazonBedrockExecutionRoleForKnowledgeBase_
. - Chọn Sau.
- Trong tạp chí Nguồn dữ liệu phần, hãy nhập tên cho nguồn dữ liệu của bạn và URI S3 chứa tập dữ liệu. Cơ sở Kiến thức hỗ trợ các định dạng tệp sau:
- Văn bản thuần túy (.txt)
- Đánh dấu (.md)
- Ngôn ngữ đánh dấu siêu văn bản (.html)
- Tài liệu Microsoft Word (.doc/.docx)
- Các giá trị được phân tách bằng dấu phẩy (.csv)
- Bảng tính Microsoft Excel (.xls/.xlsx)
- Định dạng tài liệu di động (.pdf)
- Theo Cài đặt thêm¸ chọn chiến lược phân chia ưa thích của bạn (đối với bài đăng này, chúng tôi chọn Phân chia kích thước cố định) và chỉ định kích thước khối và lớp phủ theo tỷ lệ phần trăm. Ngoài ra, bạn có thể sử dụng các cài đặt mặc định.
- Chọn Sau.
- Trong tạp chí Mô hình nhúng phần này, hãy chọn mô hình Titan Embeddings từ Amazon Bedrock.
- Trong tạp chí Cơ sở dữ liệu vectơ phần, chọn Tạo nhanh một cửa hàng vector mới, quản lý quá trình thiết lập một cửa hàng vector.
- Chọn Sau.
- Xem lại cài đặt và chọn Tạo nền tảng kiến thức.
- Đợi quá trình tạo cơ sở kiến thức hoàn tất và xác nhận trạng thái của nó là Sẵn sàng.
- Trong tạp chí Nguồn dữ liệu hoặc trên biểu ngữ ở đầu trang hoặc cửa sổ bật lên trong cửa sổ kiểm tra, hãy chọn Đồng bộ để kích hoạt quá trình tải dữ liệu từ bộ chứa S3, chia dữ liệu thành các phần có kích thước bạn đã chỉ định, tạo các phần nhúng vectơ bằng mô hình nhúng văn bản đã chọn và lưu trữ chúng trong kho vectơ do Cơ sở Kiến thức cho Amazon Bedrock quản lý.
Chức năng đồng bộ hóa hỗ trợ nhập, cập nhật và xóa tài liệu khỏi chỉ mục vectơ dựa trên những thay đổi đối với tài liệu trong Amazon S3. Bạn cũng có thể sử dụng StartIngestionJob
API để kích hoạt đồng bộ hóa thông qua AWS SDK.
Khi đồng bộ hóa hoàn tất, lịch sử Đồng bộ hóa sẽ hiển thị trạng thái Đã hoàn thành.
Truy vấn cơ sở kiến thức
Trong phần này, chúng tôi trình bày cách truy cập thông tin chi tiết trong cơ sở kiến thức thông qua các truy vấn đơn giản và tự nhiên. Chúng tôi sử dụng tập dữ liệu tổng hợp phi cấu trúc bao gồm các tệp PDF, số trang của mỗi trang từ 10–100 trang, mô phỏng kế hoạch thử nghiệm lâm sàng của một loại thuốc mới được đề xuất bao gồm các phương pháp phân tích thống kê và biểu mẫu chấp thuận của người tham gia. Chúng tôi sử dụng Cơ sở Kiến thức cho Amazon Bedrock retrieve_and_generate
và retrieve
API với Tích hợp Amazon Bedrock LangChain.
Trước khi có thể viết tập lệnh sử dụng API Amazon Bedrock, bạn cần cài đặt phiên bản AWS SDK phù hợp trong môi trường của mình. Đối với các tập lệnh Python, đây sẽ là AWS SDK cho Python (Boto3):
Ngoài ra, hãy cho phép truy cập vào mô hình Amazon Titan Embeddings và Anthropic Claude v2 hoặc v1. Để biết thêm thông tin, hãy tham khảo Truy cập mô hình.
Tạo câu hỏi bằng Amazon Bedrock
Chúng ta có thể sử dụng Anthropic Claude 2.1 cho Amazon Bedrock để đề xuất danh sách các câu hỏi cần đặt ra trên tập dữ liệu thử nghiệm lâm sàng:
Sử dụng API Amazon Bedrock RetrieveAndGenerate
Để có trải nghiệm RAG được quản lý hoàn toàn, bạn có thể sử dụng Cơ sở kiến thức gốc dành cho Amazon Bedrock RetrieveAndGenerate
API để nhận được câu trả lời trực tiếp:
Nguồn thông tin được trích dẫn có thể được lấy thông qua đoạn mã sau (với một số kết quả đầu ra được biên tập lại để ngắn gọn):
Bằng cách chuyển ID phiên của RetrieveAndGenerate
API, bạn có thể duy trì bối cảnh cuộc trò chuyện và đặt các câu hỏi tiếp theo. Ví dụ: không có ngữ cảnh, nếu bạn hỏi thêm chi tiết từ câu trả lời trước, nó có thể không trả lời chính xác:
Nhưng bằng cách chuyển ID phiên, quy trình RAG có thể xác định ngữ cảnh tương ứng và trả về các câu trả lời có liên quan:
Bảng sau đây hiển thị các câu trả lời được truy xuất cho tất cả các câu hỏi tương ứng.
câu hỏi | Trả lời |
Mục đích của việc học là gì? Hãy chắc chắn rằng bạn hiểu mục tiêu của nghiên cứu và các quy trình nghiên cứu sẽ đòi hỏi những gì. | Mục đích của nghiên cứu là kiểm tra xem liệu lithium có hiệu quả trong việc ngăn ngừa bạo lực tự sát tái diễn ở bệnh nhân trầm cảm hoặc rối loạn lưỡng cực hay không. |
Những rủi ro và lợi ích tiềm năng là gì? Biểu mẫu này phải giải thích tất cả các rủi ro, tác dụng phụ hoặc sự khó chịu có thể thấy trước mà bạn có thể gặp phải khi tham gia. | Những rủi ro hoặc khó chịu có thể xảy ra bao gồm: các câu hỏi phỏng vấn gây khó chịu, tác dụng phụ của thuốc lithium như buồn nôn, phân lỏng, khát nước, tiểu tiện thay đổi, run rẩy, nhức đầu, đổ mồ hôi, mệt mỏi, giảm khả năng tập trung, phát ban trên da, thay đổi tuyến giáp, mụn trứng cá ngày càng trầm trọng /bệnh vẩy nến, ngộ độc lithium và những rủi ro nếu ngừng thuốc đột ngột. Lợi ích tiềm tàng là các xét nghiệm có thể dẫn đến thông tin mới giúp ích cho người tham gia và lithium có thể giúp ngăn ngừa bạo lực tự sát lặp đi lặp lại đối với những người bị trầm cảm hoặc rối loạn lưỡng cực. |
Việc tham gia sẽ bao gồm những gì? Nhận thông tin chi tiết về những xét nghiệm, thuốc men, thay đổi lối sống hoặc thủ tục bạn sẽ trải qua, thời gian thực hiện và nghiên cứu sẽ kéo dài bao lâu. | Việc tham gia sẽ bao gồm việc hoàn thành một cuộc phỏng vấn và bảng câu hỏi bao gồm suy nghĩ, hành vi, điều trị sức khỏe tâm thần, thuốc men, sử dụng rượu và ma túy, hỗ trợ tại nhà và xã hội cũng như hiểu biết về nghiên cứu. Việc này mất khoảng hai giờ và có thể được thực hiện trong nhiều buổi, trực tiếp và qua điện thoại. Nếu đủ điều kiện tham gia nghiên cứu đầy đủ, sẽ có khoảng 20 lượt học tập trong một năm. Điều này sẽ bao gồm việc dùng thuốc nghiên cứu, kiểm tra các dấu hiệu quan trọng, hoàn thành bảng câu hỏi, xem xét các tác dụng phụ và tiếp tục chăm sóc sức khỏe tâm thần và y tế bình thường. |
Có bất kỳ chi phí hoặc khoản thanh toán nào không? Hỏi xem bạn có chịu trách nhiệm về bất kỳ chi phí nào liên quan đến nghiên cứu hoặc được trả tiền khi tham gia hay không. | Có, có những chi phí và khoản thanh toán được thảo luận trong kết quả tìm kiếm. Bạn sẽ không bị tính phí cho bất kỳ phương pháp điều trị hoặc thủ tục nào là một phần của nghiên cứu. Tuy nhiên, bạn vẫn sẽ phải trả mọi khoản đồng thanh toán VA thông thường cho việc chăm sóc và thuốc men không liên quan đến nghiên cứu. Bạn sẽ không được trả tiền khi tham gia, nhưng nghiên cứu sẽ hoàn trả các chi phí liên quan đến việc tham gia như vận chuyển, đỗ xe, v.v. Số tiền và quy trình hoàn trả được cung cấp. |
Quyền riêng tư của tôi sẽ được bảo vệ như thế nào? Biểu mẫu này phải giải thích cách thông tin sức khỏe cá nhân của bạn sẽ được giữ bí mật trước, trong và sau cuộc thử nghiệm. | Quyền riêng tư của bạn sẽ được bảo vệ bằng cách thực hiện các cuộc phỏng vấn riêng tư, lưu giữ các ghi chú bằng văn bản trong các tập tin và văn phòng bị khóa, lưu trữ thông tin điện tử trong các tập tin được mã hóa và bảo vệ bằng mật khẩu, đồng thời lấy Chứng chỉ Bảo mật từ Bộ Y tế và Dịch vụ Nhân sinh để ngăn tiết lộ thông tin nhận dạng bạn . Thông tin nhận dạng bạn có thể được chia sẻ với các bác sĩ chịu trách nhiệm chăm sóc cho bạn hoặc để các cơ quan chính phủ kiểm tra và đánh giá, nhưng các cuộc thảo luận và tài liệu về nghiên cứu sẽ không nhận dạng được bạn. |
Truy vấn bằng API truy xuất Amazon Bedrock
Để tùy chỉnh quy trình làm việc RAG, bạn có thể sử dụng API Truy xuất để tìm nạp các phần có liên quan dựa trên truy vấn của mình và chuyển nó đến bất kỳ LLM nào do Amazon Bedrock cung cấp. Để sử dụng API truy xuất, hãy xác định nó như sau:
Truy xuất bối cảnh tương ứng (với một số đầu ra được sắp xếp lại cho ngắn gọn):
Trích xuất ngữ cảnh cho mẫu lời nhắc:
Nhập mô-đun Python và thiết lập mẫu lời nhắc trả lời câu hỏi trong ngữ cảnh, sau đó tạo câu trả lời cuối cùng:
Truy vấn bằng cách sử dụng tích hợp Amazon Bedrock LangChain
Để tạo một ứng dụng Hỏi & Đáp tùy chỉnh từ đầu đến cuối, Cơ sở Kiến thức dành cho Amazon Bedrock cung cấp khả năng tích hợp với LangChain. Để thiết lập trình truy xuất LangChain, hãy cung cấp ID cơ sở kiến thức và chỉ định số lượng kết quả trả về từ truy vấn:
Bây giờ hãy thiết lập LangChain RetrievalQA và tạo câu trả lời từ cơ sở kiến thức:
Điều này sẽ tạo ra các câu trả lời tương ứng tương tự như những câu trả lời được liệt kê trong bảng trước đó.
Làm sạch
Đảm bảo xóa các tài nguyên sau để tránh phát sinh thêm phí:
Kết luận
Amazon Bedrock cung cấp một loạt các dịch vụ tích hợp sâu để hỗ trợ các ứng dụng RAG ở mọi quy mô, giúp bạn dễ dàng bắt đầu phân tích dữ liệu công ty của mình. Cơ sở Kiến thức dành cho Amazon Bedrock tích hợp với các mô hình nền tảng của Amazon Bedrock để xây dựng các quy trình nhúng tài liệu có thể mở rộng và các dịch vụ truy xuất tài liệu nhằm hỗ trợ nhiều ứng dụng nội bộ và hướng tới khách hàng. Chúng tôi rất vui mừng về tương lai phía trước và phản hồi của bạn sẽ đóng vai trò quan trọng trong việc định hướng sự phát triển của sản phẩm này. Để tìm hiểu thêm về các khả năng của Amazon Bedrock và cơ sở kiến thức, hãy tham khảo Cơ sở kiến thức về Amazon Bedrock.
Về các tác giả
Đánh dấu Roy là Kiến trúc sư máy học chính của AWS, giúp khách hàng thiết kế và xây dựng các giải pháp AI/ML. Công việc của Mark bao gồm nhiều trường hợp sử dụng ML, với mối quan tâm chính là thị giác máy tính, học sâu và mở rộng quy mô ML trên toàn doanh nghiệp. Ông đã giúp các công ty trong nhiều ngành công nghiệp, bao gồm bảo hiểm, dịch vụ tài chính, truyền thông và giải trí, chăm sóc sức khỏe, tiện ích và sản xuất. Mark có sáu Chứng nhận AWS, bao gồm cả Chứng nhận Chuyên môn ML. Trước khi gia nhập AWS, Mark là kiến trúc sư, nhà phát triển và lãnh đạo công nghệ trong hơn 25 năm, trong đó có 19 năm làm việc trong lĩnh vực dịch vụ tài chính.
Mani Khanuja là Trưởng nhóm công nghệ – Chuyên gia AI sáng tạo, tác giả cuốn sách – Học máy ứng dụng và tính toán hiệu năng cao trên AWS, đồng thời là thành viên Ban Giám đốc dành cho Phụ nữ trong Ban Tổ chức Giáo dục Sản xuất. Cô lãnh đạo các dự án học máy (ML) trong nhiều lĩnh vực khác nhau như thị giác máy tính, xử lý ngôn ngữ tự nhiên và AI tổng quát. Cô giúp khách hàng xây dựng, đào tạo và triển khai các mô hình máy học lớn trên quy mô lớn. Cô phát biểu trong các hội nghị nội bộ và bên ngoài như re:Invent, Women in Manufacturing West, hội thảo trực tuyến trên YouTube và GHC 23. Khi rảnh rỗi, cô thích chạy bộ dài dọc bãi biển.
Tiến sĩ Baichuan Sun, hiện đang giữ chức vụ Kiến trúc sư giải pháp AI/ML cấp cao tại AWS, tập trung vào AI tổng quát và áp dụng kiến thức của mình về khoa học dữ liệu và học máy để cung cấp các giải pháp kinh doanh thực tế, dựa trên đám mây. Với kinh nghiệm trong lĩnh vực tư vấn quản lý và kiến trúc giải pháp AI, ông giải quyết một loạt thách thức phức tạp, bao gồm thị giác máy tính của robot, dự báo chuỗi thời gian và bảo trì dự đoán, cùng nhiều thách thức khác. Công việc của ông dựa trên nền tảng vững chắc về quản lý dự án, R&D phần mềm và theo đuổi học thuật. Ngoài công việc, Tiến sĩ Sun thích sự cân bằng giữa việc đi du lịch và dành thời gian cho gia đình và bạn bè.
Derrick Choo là Kiến trúc sư giải pháp cấp cao tại AWS tập trung vào việc đẩy nhanh hành trình lên đám mây của khách hàng và chuyển đổi hoạt động kinh doanh của họ thông qua việc áp dụng các giải pháp dựa trên đám mây. Chuyên môn của anh ấy là phát triển ứng dụng full stack và machine learning. Anh giúp khách hàng thiết kế và xây dựng các giải pháp toàn diện bao gồm giao diện người dùng, ứng dụng IoT, tích hợp API và dữ liệu cũng như mô hình học máy. Khi rảnh rỗi, anh thích dành thời gian cho gia đình và thử nghiệm chụp ảnh và quay phim.
Frank Winkler là Kiến trúc sư giải pháp cấp cao và Chuyên gia AI sáng tạo tại AWS có trụ sở tại Singapore, tập trung vào Machine Learning và Generative AI. Anh làm việc với các công ty kỹ thuật số toàn cầu để xây dựng các sản phẩm và dịch vụ có khả năng mở rộng, bảo mật và tiết kiệm chi phí trên AWS. Khi rảnh rỗi, anh dành thời gian cùng con trai và con gái, đi du lịch tận hưởng những con sóng khắp ASEAN.
Nihir Chadderwala là Kiến trúc sư giải pháp AI/ML cấp cao trong nhóm Khoa học đời sống và chăm sóc sức khỏe toàn cầu. Chuyên môn của ông là xây dựng các giải pháp dựa trên Dữ liệu lớn và AI cho các vấn đề của khách hàng, đặc biệt là trong lĩnh vực y sinh, khoa học đời sống và chăm sóc sức khỏe. Anh ấy cũng hào hứng với sự giao thoa giữa khoa học thông tin lượng tử và AI, đồng thời thích học hỏi và đóng góp cho không gian này. Trong thời gian rảnh rỗi, anh thích chơi tennis, đi du lịch và tìm hiểu về vũ trụ học.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://aws.amazon.com/blogs/machine-learning/use-rag-for-drug-discovery-with-knowledge-bases-for-amazon-bedrock/
- : có
- :là
- :không phải
- :Ở đâu
- $ LÊN
- 1
- 10
- 100
- 11
- 120
- 121
- 13
- 14
- 150
- 160
- 19
- 2%
- 20
- 23
- 25
- 29
- 35%
- 40
- 41
- 5
- Câu hỏi 5
- 6
- 7
- 8
- 9
- a
- Có khả năng
- Giới thiệu
- học tập
- tăng tốc
- truy cập
- ngang qua
- thêm
- thêm vào
- địa chỉ
- Điều chỉnh
- Nhận con nuôi
- Sau
- chống lại
- cơ quan
- đại lý
- trước
- AI
- Hỗ trợ AI
- AI / ML
- CÓ CỒN
- thuật toán
- Tất cả
- cho phép
- cho phép
- dọc theo
- Ngoài ra
- đàn bà gan dạ
- Amazon Web Services
- trong số
- số lượng
- số lượng
- an
- phân tích
- Phân tích
- phân tích
- phân tích
- và
- trả lời
- trả lời
- câu trả lời
- nhân loại
- bất kì
- api
- API
- Các Ứng Dụng
- các ứng dụng
- áp dụng
- áp dụng
- thích hợp
- kiến trúc
- LÀ
- AS
- Asean
- xin
- hỏi
- đánh giá
- giao
- Trợ lý
- liên kết
- At
- kiểm toán
- tăng cường
- tác giả
- tự động hóa
- tự động
- tránh
- xa
- AWS
- được hậu thuẫn
- Backend
- lý lịch
- Cân đối
- cờ
- cơ sở
- dựa
- BE
- bờ biển
- được
- trước
- hành vi
- Lợi ích
- lớn
- Dữ Liệu Lớn.
- y sinh
- sinh
- máu
- bảng
- ban giám đốc
- cuốn sách
- cả hai
- rộng
- xây dựng
- Xây dựng
- kinh doanh
- nhưng
- by
- CAN
- khả năng
- mà
- trường hợp
- trường hợp
- gây ra
- Giấy chứng nhận
- Chứng nhận
- chứng chỉ
- chuỗi
- thách thức
- Những thay đổi
- tính phí
- tải
- trò chuyện trên mạng
- đã kiểm tra
- Chọn
- trích dẫn
- claude
- Lâm sàng
- đám mây
- mã
- mạch lạc
- kết hợp
- đến
- Chung
- thông thường
- Các công ty
- công ty
- so
- so sánh
- hoàn thành
- hoàn toàn
- hoàn thành
- phức tạp
- máy tính
- Tầm nhìn máy tính
- máy tính
- tập trung
- khái niệm
- ngắn gọn
- thực hiện
- Tiến hành
- hội nghị
- bí mật
- bảo mật
- cấu hình
- Xác nhận
- đồng ý
- xem xét
- Bao gồm
- An ủi
- tư vấn
- nội dung
- bối cảnh
- bối cảnh
- tiếp tục
- tiếp tục
- góp phần
- điều khiển
- Conversation
- chuyển đổi
- chuyển đổi
- đúng
- Tương ứng
- vủ trụ luận
- chi phí-hiệu quả
- Chi phí
- có thể
- bao gồm
- bìa
- tạo
- tạo ra
- Tạo
- tạo
- CSP
- Hiện nay
- khách hàng
- khách hàng
- khách hàng
- tùy chỉnh
- tùy chỉnh
- dữ liệu
- khoa học dữ liệu
- Cơ sở dữ liệu
- cơ sở dữ liệu
- con gái
- Ngày
- giảm
- sâu
- học kĩ càng
- sâu
- def
- Mặc định
- định nghĩa
- xóa
- Demo
- chứng minh
- bộ
- triển khai
- trầm cảm
- Mô tả
- Thiết kế
- chi tiết
- chi tiết
- phát hiện
- Nhà phát triển
- Phát triển
- khác nhau
- kỹ thuật số
- trực tiếp
- Giám đốc
- Tiết lộ
- phát hiện
- thảo luận
- rối loạn
- do
- Các bác sĩ
- tài liệu
- tài liệu
- miền
- lĩnh vực
- don
- thực hiện
- dont
- liều
- dr
- thuốc
- phát hiện ma túy
- suốt trong
- mỗi
- Sớm hơn
- Đào tạo
- hiệu lực
- Hiệu quả
- hiệu ứng
- hiệu quả
- hay
- Kỹ lưỡng
- điện tử
- đủ điều kiện
- khác
- nhúng
- sử dụng
- cho phép
- mã hóa
- mã hóa
- cuối
- Cuối cùng đến cuối
- Động cơ
- thưởng thức
- đảm bảo
- đăng ký hạng mục thi
- Doanh nghiệp
- Giải trí
- Môi trường
- đặc biệt
- thiết yếu
- vv
- Ether (ETH)
- đánh giá
- đánh giá
- ví dụ
- Excel
- kích thích
- chi phí
- kinh nghiệm
- thử nghiệm
- chuyên môn
- Giải thích
- ngoài
- thực tế
- Không
- gia đình
- nhanh hơn
- mệt mỏi
- thông tin phản hồi
- Tập tin
- Các tập tin
- cuối cùng
- tài chính
- dịch vụ tài chính
- Tìm kiếm
- Tên
- tập trung
- tập trung
- sau
- tiếp theo
- sau
- Trong
- có thể thấy trước
- hình thức
- định dạng
- định dạng
- các hình thức
- Nền tảng
- Miễn phí
- bạn bè
- từ
- lối vào
- Full
- Đầy đủ ngăn xếp
- đầy đủ
- chức năng
- xa hơn
- tương lai
- tạo ra
- tạo
- tạo ra
- thế hệ
- thế hệ
- Trí tuệ nhân tạo
- được
- Toàn cầu
- kỹ thuật số toàn cầu
- Go
- Các mục tiêu
- Đi
- Chính phủ
- cơ quan chính phủ
- căn cứ
- đảm bảo
- hướng dẫn
- xử lý
- Xử lý
- Có
- có
- he
- đau đầu
- cho sức khoẻ
- Chăm sóc sức khỏe
- thông tin sức khỏe
- chăm sóc sức khỏe
- giúp đỡ
- đã giúp
- giúp đỡ
- giúp
- cô
- Cao
- High Performance Computing
- cấp độ cao
- của mình
- lịch sử
- giữ
- Trang Chủ
- GIỜ LÀM VIỆC
- Độ đáng tin của
- Hướng dẫn
- Tuy nhiên
- HTML
- http
- HTTPS
- Nhân loại
- ID
- xác định
- xác định
- if
- hình ảnh
- thế hệ hình ảnh
- triển khai
- thực hiện
- nhập khẩu
- in
- bao gồm
- Bao gồm
- Incoming
- chỉ số
- các ngành công nghiệp
- thông tin
- thông báo
- Cơ sở hạ tầng
- ban đầu
- đầu vào
- những hiểu biết
- cài đặt, dựng lên
- bảo hiểm
- tích hợp
- Tích hợp
- hội nhập
- tích hợp
- tính toàn vẹn
- Thông minh
- tương tác
- quan tâm
- giao diện
- nội bộ
- ngã tư
- Phỏng vấn
- Câu hỏi phỏng vấn
- Phỏng vấn
- trong
- liên quan
- iốt
- IT
- ITS
- tham gia
- cuộc hành trình
- jpg
- chỉ
- giữ
- giữ
- Key
- Biết
- Biết
- kiến thức
- Ngôn ngữ
- lớn
- Họ
- dẫn
- lãnh đạo
- Dẫn
- LEARN
- học tập
- cho phép
- Cấp
- niveaux
- Cuộc sống
- Khoa học đời sống
- lối sống
- Lượt thích
- Lượt thích
- Danh sách
- Liệt kê
- lithium
- tôi
- tải
- địa điểm thư viện nào
- khóa
- dài
- máy
- học máy
- bảo trì
- làm cho
- Làm
- quản lý
- quản lý
- quản lý
- quản lý
- quản lý
- sản xuất
- nhiều
- dấu
- Điểm
- tối đa
- Có thể..
- me
- Phương tiện truyền thông
- y khoa
- nghiên cứu y học
- thuốc
- thuốc
- y học
- hội viên
- Bộ nhớ
- tâm thần
- Sức khỏe tâm thần
- Siêu dữ liệu
- phương pháp
- Might
- nhẹ
- ML
- kiểu mẫu
- mô hình
- Modules
- theo dõi
- hàng tháng
- chi tiết
- hầu hết
- nhiều
- nhiều
- phải
- my
- tên
- tự nhiên
- Tự nhiên
- Ngôn ngữ tự nhiên
- Xử lý ngôn ngữ tự nhiên
- THÔNG TIN
- Cần
- Mới
- Không
- Không áp dụng
- bình thường
- Chú ý
- con số
- số
- được
- thu được
- có được
- of
- văn phòng
- on
- ONE
- những
- có thể
- Các lựa chọn
- or
- dàn nhạc
- nguyên
- Nền tảng khác
- Khác
- kết quả
- đầu ra
- bên ngoài
- kết thúc
- trùng lặp
- trang
- trang
- thanh toán
- cửa sổ
- giấy tờ
- bãi đậu xe
- một phần
- tham gia
- tham gia
- tham gia
- tham gia
- vượt qua
- Đi qua
- Mật khẩu
- bệnh nhân
- Trả
- thanh toán
- người
- tỷ lệ phần trăm
- hiệu suất
- thời gian
- người
- riêng
- Sức khỏe cá nhân
- điện thoại
- nhiếp ảnh
- miếng
- đường ống dẫn
- giả dược
- kế hoạch
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- Play
- chơi
- Phổ biến
- có thể
- Bài đăng
- tiềm năng
- quyền lực
- Thực tế
- thực hành
- dự đoán
- ưa thích
- Mang thai
- bảo tồn
- ngăn chặn
- ngăn chặn
- trước
- chính
- Hiệu trưởng
- Trước khi
- riêng tư
- riêng
- vấn đề
- thủ tục
- quá trình
- xử lý
- Sản phẩm
- Sản phẩm
- Sản phẩm và dịch vụ
- Tiến độ
- dự án
- quản lý dự án
- dự án
- nhắc nhở
- đúng
- đề xuất
- đề xuất
- bảo vệ
- cho
- cung cấp
- nhà cung cấp
- cung cấp
- mục đích
- Python
- Q & A
- Quantum
- thông tin lượng tử
- truy vấn
- truy vấn
- câu hỏi
- Câu hỏi
- R & D
- giẻ lau
- phạm vi
- khác nhau,
- phát ban
- RE
- lý luận
- nhận
- giảm
- xem
- khu
- hoàn trả
- liên quan
- có liên quan
- lặp đi lặp lại
- nghiên cứu
- Thông tin
- phản ứng
- chịu trách nhiệm
- kết quả
- Kết quả
- thu hồi
- trở lại
- xem xét
- Giàu
- Nguy cơ
- rủi ro
- robotics
- Vai trò
- chạy
- thời gian chạy
- nói
- khả năng mở rộng
- Quy mô
- quy mô
- mở rộng quy mô
- Khoa học
- KHOA HỌC
- Điểm số
- kịch bản
- sdk
- liền mạch
- Tìm kiếm
- Phần
- phần
- an toàn
- chọn
- chọn
- tự định hướng
- ngữ nghĩa
- cao cấp
- riêng biệt
- Loạt Sách
- Không có máy chủ
- dịch vụ
- DỊCH VỤ
- phục vụ
- Phiên
- phiên
- định
- thiết lập
- thiết lập
- chia sẻ
- chị ấy
- nên
- Chương trình
- bên
- đăng ký
- Dấu hiệu
- tương tự
- Đơn giản
- Singapore
- ngồi
- Six
- Kích thước máy
- Da
- nhỏ hơn
- So
- Mạng xã hội
- Phần mềm
- rắn
- giải pháp
- Giải pháp
- một số
- Con trai
- nguồn
- nguồn
- Không gian
- nhịp cầu
- Nói
- chuyên gia
- chuyên gia
- chuyên nghành
- Đặc biệt
- riêng
- đặc biệt
- quy định
- Chi
- chi tiêu
- chia
- Tách
- Bảng tính
- Tính ổn định
- ngăn xếp
- Tiêu chuẩn
- Bắt đầu
- bắt đầu
- Bắt đầu
- bắt đầu
- thống kê
- số liệu thống kê
- Trạng thái
- Bước
- Các bước
- Vẫn còn
- dừng lại
- dừng lại
- là gắn
- hàng
- cửa hàng
- lưu trữ
- đơn giản
- Chiến lược
- Học tập
- công cụ
- như vậy
- Tự tử
- mặt trời
- hỗ trợ
- Hỗ trợ
- chắc chắn
- đồng bộ hóa.
- đồng bộ hóa
- cú pháp
- sợi tổng hợp
- hệ thống
- T
- bàn
- Hãy
- Lấy
- mất
- dùng
- Các cuộc đàm phán
- nhóm
- công nghệ cao
- kỹ thuật
- Công nghệ
- mẫu
- quần vợt
- thuật ngữ
- thử nghiệm
- kiểm tra
- văn bản
- việc này
- Sản phẩm
- Tương lai
- Nguồn
- cung cấp their dịch
- Them
- tự
- sau đó
- Đó
- Kia là
- họ
- Suy nghĩ
- của bên thứ ba
- điều này
- những
- Thông qua
- thông lượng
- thời gian
- Chuỗi thời gian
- titan
- đến
- bên nhau
- mã thông báo
- hàng đầu
- top 5
- Truy xuất nguồn gốc
- Train
- biến đổi
- giao thông vận tải
- Đi du lịch
- chuyến đi
- điều trị
- phương pháp điều trị
- thử nghiệm
- kích hoạt
- thử
- hai
- kiểu
- loại
- Dưới
- hiểu
- sự hiểu biết
- thống nhât
- không có cấu trúc
- cập nhật
- cập nhật
- URI
- sử dụng
- ca sử dụng
- đã sử dụng
- người sử dang
- sử dụng
- sử dụng
- bình thường
- thường
- tiện ích
- v1
- Các giá trị
- khác nhau
- vector
- vectơ
- phiên bản
- thông qua
- bạo lực
- tầm nhìn
- Thăm
- quan trọng
- muốn
- là
- sóng biển
- we
- web
- các dịch vụ web
- Hội thảo
- tuần
- TỐT
- hướng Tây
- Điều gì
- Là gì
- khi nào
- liệu
- cái nào
- CHÚNG TÔI LÀ
- rộng
- Phạm vi rộng
- sẽ
- cửa sổ
- với
- không có
- Dành cho Nữ
- Từ
- Công việc
- quy trình làm việc
- đang làm việc
- công trinh
- sẽ
- viết
- viết
- năm
- năm
- bạn
- trên màn hình
- youtube
- zephyrnet