GoogleマップのスピードメーターがiPhoneでも利用可能に
Googleマップの「スピードメーター」がiPhoneでも使えるようになりました。有効にするとナビゲーション中にスピードメーターが表示され、制限速度を超えて運転すると警告が表示されます。 Google Maps is rolling out speedometer, speed limits on iPhone and CarPlay globally | TechCrunch https://techcrunch.com/2024/07/09/google-maps-is-rolling-out-speedometer-speed-limits-on-iphone-and-carplay-globally/ Google Maps' speedometer finally comes to iOS and CarPlay https://www.engadget.com/google-m
Fintan
/***************************************** { Fintan } 先進技術・ノウハウを駆使して、新しい社会の活力を創造し、人々の笑顔を増やしていく。 *****************************************/ /****************************************** { Fintanと鮭 } Fintan（フィンタン）は、ケルト神話に登場する知恵の鮭の名前です。 食べれば世界のあらゆる知恵を得ることができるとされており、これを食べた主人公はその知恵を使ってあらゆる難題を解決したと言われています。 利用者が、システム開発のあらゆる知恵を得られるようにという思いを込めて、Fintan（フィンタン）と名付けました。 ******************************************
RAGの性能を改善するための8つの戦略 | Fintan
近年、OpenAIのGPT-4やGoogleのGemini、MetaのLLaMAをはじめとする大規模言語モデル（Large Language Model：LLM）の能力が大幅に向上し、自然言語処理において優れた結果を収めています[1][2][3]。これらのLLMは、膨大な量のテキストデータで学習されており、さまざまな自然言語処理タスクにおいて、タスクに固有なデータを用いてモデルをファインチューニングすることなく、より正確で自然なテキスト生成や、複雑な質問への回答が可能となっています。 LLM-jp-eval[4]およびMT-bench-jp[5]を用いた日本語LLMの評価結果。Nejumi LLMリーダーボード Neoより取得。 大規模言語モデルは近年急速な進歩を遂げていますが、これらの進歩にもかかわらず、裏付けのない情報や矛盾した内容を生成する点においては依然として課題があります。たとえ
【Bedrock / Claude】AWSオンリーでRAGを使った生成AIボットを構築してみた【Kendra】 | DevelopersIO
はじめに 新規事業部 生成AIチーム 山本です。 ChatGPT（OpenAI API）をはじめとしたAIの言語モデル（Large Language Model：以下、LLM）を使用して、チャットボットを構築するケースが増えています。通常、LLMが学習したときのデータに含まれている内容以外に関する質問には回答ができません。そのため、例えば社内システムに関するチャットボットを作成しようとしても、素のLLMでは質問に対してわからないという回答や異なる知識に基づいた回答が（当然ながら）得られてしまいます。 この問題を解決する方法として、Retrieval Augmented Generation（以下、RAG）という手法がよく使用されます。RAGでは、ユーザからの質問に回答するために必要そうな内容が書かれた文章を検索し、その文章をLLMへの入力（プロンプト）に付け加えて渡すことで、ユーザが欲しい
AWS 入門ブログリレー 2024 〜Knowledge bases for Amazon Bedrock編〜 | DevelopersIO
Knowledge bases for Amazon Bedrock について2024年04月22日時点の情報をさらぁっとまとめてみました。AWSサービス入門記事として是非ご活用下さい。 こんにちは！ AWS 事業本部コンサルティング部のたかくに（@takakuni_） です。 当エントリは弊社 AWS 事業本部による『 AWS 入門ブログリレー 2024』の 29 日目のエントリです。 このブログリレーの企画は、普段 AWS サービスについて最新のネタ・深い/細かいテーマを主に書き連ねてきたメンバーの手によって、 今一度初心に返って、基本的な部分を見つめ直してみよう、解説してみようというコンセプトが含まれています。 AWS をこれから学ぼう！という方にとっては文字通りの入門記事として、またすでに AWS を活用されている方にとっても AWS サービスの再発見や 2024 年のサービスアッ
「AWSで構築するパターン別RAG構成解説」という内容で登壇しました #cm_odyssey | DevelopersIO
こんにちは、つくぼし(tsukuboshi0755)です! 2024/7/8に開催された7/8 (月) Classmethod Odyssey ONLINE 生成AI編 - connpassにて、「AWSで構築するパターン別RAG構成解説」というタイトルでLT登壇しました。 概要 AWSで利用可能なRetrieverの種類と、それらを用いて構築可能なRAG(Retrieval-Augmented Generation)のインフラ構成パターンについて紹介し、それぞれの特徴と適用シナリオについて解説します。 スライド 参考サイト RAGの性能を改善するための8つの戦略 | Fintan 生成系 AI アプリケーションでベクトルデータストアが果たす役割とは | Amazon Web Services ブログ AWS 入門ブログリレー 2024 〜Amazon Kendra編〜 | Develop
バウチャーチケット購入について | バウチャーチケット購入センター｜AWS認定、LPIC、ITIL-Foundation
「LPICチケットにつきましては、決済確認後、即時発行（弊社営業時間内）いたしますので問題ございません。ITIL-Foundationにつきましては、納品までに数日要しますため、余裕をもってお申込みください。 ※価格はすべて税込表記です 取り扱いバウチャーチケットについて AWS、LPIC-1、LPIC-2、LPIC-3、Linux Essentials、ITIL-Foundation LPIC-1 LPIC-2 LPIC-3 Linux Essentials ITIL-Foundation チケットご購入の際の注意点 お申込みいただきました後、ご決済のご案内メールを送信いたします期限までにご決済ください ※決済期限：お申込み日より一週間（お申し込みの一週間後が弊社非営業日の場合は翌営業日まで） 販売の受付は営業日のみとなります、営業日は以下URLを目安としてください （真っ黒な日が非営業
Dockerがわからない人へ。これ1本で0から学べる丁寧なDocker入門 - Qiita
はじめに 私のエンジニアとしての初仕事はDockerでした。辛かったのをいまでも思い出します みなさんこんにちは、Watanabe Jin(@Sicut_study)です。 みなさんはエンジニア始めたての時にどんなことで苦労したでしょうか？ GitHub Docker Kubernetes AWS など色々あるかと思いましたが、「環境構築」というのは多くの人がつまづく箇所かと思います。 プログラミングの勉強をするにはそもそもの開発環境がないとできないことも多いです。 またAWSなどのクラウドを利用してデプロイをするときにも再度登場して苦しめられます。 今回はそんな初心者には考え方や使いどころがわかりづらいDockerについて例え話を活用しながら説明していきたいと思います。 Dockerが難しいと思うのは、「概念がよくわからない」「説明を読んでも使いどころのイメージがつかない」というのがある
Amazon BedrockのKnowledge Baseを構築し、Claude 3 Haikuを使ってみた | NHN テコラス Tech Blog | AWS、機械学習、IoTなどの技術ブログ
Amazon BedrockのKnowledge Baseを構築し、Claude 3 Haikuを使ってみた はじめに こんにちは、Shunです！ BedrockのKnowledge Baseはご利用されたことはありますか？ 先日、Knowledge Baseを利用する機会があったのですが、非常に簡単に実装できたので、そのやり方をご紹介します！ Knowledge base for Amazon Bedrockとは Amazon Bedrock のナレッジベースでは、データソースを情報のリポジトリにまとめることができます。ナレッジベースを使用すると、検索拡張生成 (RAG) を活用したアプリケーションを簡単に構築できます。RAG は、データソースから情報を取得することでモデルレスポンスの生成を強化する手法です。 出典: Knowledge bases for Amazon Bedrock
【検証してみた】Amazon Bedrockのナレッジベースにおける日本語性能を向上させる技術検証
IoTクラウド基盤アーキテクトの森⽥です。お客様のIoTサービスを実現するAWSアーキテクチャの検討、提案、構築を行っています。最近はIoTへの生成AI活用にも幅を広げて技術検証を行っています。 AWSの生成AIサービスであるAmazon Bedrockは様々な基盤モデルをAPIで簡単に利用できるサービスです。単に基盤モデルを呼び出せるだけではなく、生成AIアプリケーションを開発する際に必要な機能がたくさん提供されています。 Knowledge Bases for Amazon Bedrock：ナレッジベース機能 Agents for Amazon Bedrock：エージェント機能 Guardrails for Amazon Bedrock：自社ポリシーに沿ったセーフガード適用機能 Model evaluation：生成AIモデルの評価機能 Watermark detection：生成画像
thinkpython.dvi
Think Python B 2 Think Python: How to Think Like a Computer Scientist 2nd Edition Allen B. Downey Copyright c �2018 ThinkPython: by is licensed under a Creative Commons 3.0 License 3 11 1 15 1.1 . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3 . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.4 . . . . . . . . . .
GCP、AWS、Azure 別に見るクラウド VM への攻撃経路まとめ
概要 本稿は、クラウド内の仮想マシン (VM) サービスに対する潜在的な攻撃ベクトルを特定・緩和するための戦略について解説します。組織はこの情報を使って、VM サービスに関連する潜在的リスクを理解し、防御メカニズムを強化できます。この調査では、Amazon Web Services (AWS)、Azure、Google Cloud Platform (GCP) という 3 つの主要クラウド サービス プロバイダー (CSP) が提供する VM サービスを中心に取り上げます。 VM はあらゆるクラウド環境で最も利用数の多いリソースの 1 つで、その多さがゆえに、攻撃者らの主要な標的にされています。私たちの研究からは、インターネットに公開されているクラウドホストの 11% には、深刻度が「緊急 (Critical)」または「重要 (High)」と評価される脆弱性があることがわかっています。 V
週刊生成AI with AWS – 2024/6/24週 | Amazon Web Services
Amazon Web Services ブログ 週刊生成AI with AWS – 2024/6/24週 みなさん、こんにちは。AWS ソリューションアーキテクトの小林です。 Amazon Bedrockでは様々な基盤モデルを選択して利用することができ、新しいモデルが登場したらそれに乗り換えることも容易です。様々なモデルが用意されていますが、Amazon Bedrockでは利用できない、用途に特化したモデルを利用したいという場合もあるでしょう。その場合はAmazon SageMakerが提供する推論エンドポイントの機能を利用するのがベストな選択肢となります。こういったユースケースでよく目にするのが「日本語に特化したモデルを使いたい」というもので、SageMakerでも容易に利用できるモデルが日々登場しつつあります。 Amazon SageMaker JumpStart で ELYZA の日
【re:Invent 2023】Knowledge base for Amazon BedrockがGAしたので解説します - サーバーワークスエンジニアブログ
サーバーワークスの村上です。 re:Invent 2023の2日目はAmazon Bedrock関連で複数のアップデートがありました。 このブログでは、注目のアップデートであるKnowledge base for Amazon Bedrockについて紹介します。 aws.amazon.com その他のre:Invent関連ブログはこちらにまとめています。 blog.serverworks.co.jp 概要 利用可能なリージョン まず全体像を理解しよう 検索拡張生成（RAG）とは Knowledge base for Amazon Bedrockの全体像 Vector DB（ベクトルデータベース） Embedding Model（埋め込みモデル） Text Model Data source（データソース） 各種コンポーネントの詳細 ①データソースの設定 データソースは同じリージョンのS3を
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon Bedrock Workshop
花火大会2024、関東の開催カレンダー・情報（東京・神奈川・千葉・埼玉・茨城・群馬・栃木の一覧）
GitHub - minorun365/bedrock-book: 書籍「Amazon Bedrock 生成AIアプリ開発入門」のサンプルコード
https://x.com/masahirochaen/status/1807251132106109009?s=12&t=l4cB9dQkv4kZdyUVvYEM_A
https://x.com/nagi__blog/status/1807157104777875472?s=12&t=l4cB9dQkv4kZdyUVvYEM_A
負荷テスト on AWS のすすめ (AWS Summit Japan 2024 - Ministage session)
