Modelli Amazon Titan Text - Amazon Bedrock

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Modelli Amazon Titan Text

I modelli di Titan testo di Amazon includono Amazon Titan Text G1 - Premier, Amazon Titan Text G1 - Express e AmazonTitan Text G1 - Lite.

Amazon Titan Text G1 - Premier

Amazon Titan Text G1 - Premier è un modello linguistico di grandi dimensioni per la generazione di testo. È utile per un'ampia gamma di attività, tra cui la risposta a domande aperte e basate sul contesto, la generazione di codice e il riepilogo. Questo modello è integrato con Amazon Bedrock Knowledge Base e Amazon Bedrock Agents. Il modello supporta anche Custom Finetuning in anteprima.

  • ID modello: amazon.titan-text-premier-v1:0

  • Numero massimo di token: 32K

  • Lingue: inglese

  • Casi d'uso supportati: finestra contestuale da 32.000 pollici, generazione di testo aperta, brainstorming, riepiloghi, generazione di codice, creazione di tabelle, formattazione dei dati, parafrasi, catena di pensiero, riscrittura, estrazione, QnA, chat, supporto Knowledge Base, supporto agli agenti, personalizzazione del modello (anteprima).

  • Parametri di inferenza: Temperatura, Top P (valori predefiniti: Temperatura = 0,7, Top P = 0,9)

AWS Scheda di servizio AI - Amazon Titan Text Premier

Amazon Titan Text G1 - Express

Amazon Titan Text G1 - Express è un modello linguistico di grandi dimensioni per la generazione di testo. È utile per un'ampia gamma di attività linguistiche generali avanzate come la generazione di testo aperto e la chat conversazionale, oltre al supporto all'interno della Retrieval Augmented Generation (RAG). Al momento del lancio, il modello è ottimizzato per l'inglese, con supporto multilingue per più di 30 lingue aggiuntive disponibile in anteprima.

  • ID modello: amazon.titan-text-express-v1

  • Numero massimo di token: 8 K

  • Lingue: inglese (GA), 100 lingue aggiuntive (anteprima)

  • Casi d'uso supportati: Retrieval Augmented Generation (RAG), generazione di testo aperto, brainstorming, riepiloghi, generazione di codice, creazione di tabelle, formattazione dei dati, parafrasi, catena di pensieri, riscrittura, estrazione, QnA e chat.

Amazon Titan Text G1 - Lite

Amazon Titan Text G1 - Lite è un modello leggero ed efficiente, ideale per la messa a punto di attività in lingua inglese, tra cui riepiloghi e copywriting, in cui i clienti desiderano un modello più piccolo ed economico che sia anche altamente personalizzabile.

  • ID modello: amazon.titan-text-lite-v1

  • Numero massimo di token: 4 K

  • Lingue: inglese

  • Casi d'uso supportati: generazione di testo aperto, brainstorming, riepiloghi, generazione di codice, creazione di tabelle, formattazione dei dati, parafrasi, catena di pensieri, riscrittura, estrazione, QnA e chat.

Personalizzazione Titan del modello di testo Amazon

Per ulteriori informazioni sulla personalizzazione dei modelli di Titan testo di Amazon, consulta le pagine seguenti.

Linee guida tecniche Titan di Amazon Text Prompt

I modelli di Titan testo di Amazon possono essere utilizzati in un'ampia varietà di applicazioni per diversi casi d'uso. I modelli Amazon Titan Text prevedono linee guida tecniche rapide per le seguenti applicazioni, tra cui:

  • Chatbot

  • Text2SQL

  • Chiamata di funzioni

  • Retrieval Augmented Generation (RAG)

Per ulteriori informazioni sulle linee guida tecniche di Amazon Titan Text Prompt, consulta Amazon Titan Text Prompt Engineering Guidelines.

Per le linee guida generali sulla progettazione dei prompt, consulta Linee guida sulla progettazione dei prompt.

AWS Scheda di servizio AI - Amazon Titan Text

Le AI Service Cards forniscono trasparenza e documentano i casi d'uso previsti e le considerazioni di equità per i nostri servizi di AWS intelligenza artificiale. Le Schede di servizio per l'IA forniscono un'unica posizione in cui trovare informazioni sui casi d'uso previsti, sulle scelte di progettazione responsabili dell'IA, sulle best practice e sulle performance per una serie di casi d'uso dei servizi per l'IA.