เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การกลั่นกรองรีวิวสินค้า

คุณกำลังให้คำปรึกษาแก่แพลตฟอร์มด้านสุขภาพที่เปิดให้ผู้ใช้แชร์ประสบการณ์และรีวิวด้านสุขภาพ หัวหน้าฝ่ายความปลอดภัยของผู้ใช้อธิบายว่า

"ความปลอดภัยคือสิ่งสำคัญสูงสุดของเรา แต่เราก็ต้องการรักษาเสียงที่แท้จริงของผู้ใช้ไว้ด้วย เราจึงต้องการระบบกลั่นกรองเนื้อหาที่ปรับระดับความเข้มงวดได้ตามส่วนต่าง ๆ ของชุมชน เพราะบางส่วนต้องการการคุ้มครองที่สูงกว่าส่วนอื่น"

ช่วยสร้างระบบกลั่นกรองที่มีความยืดหยุ่นและปลอดภัย โดยไลบรารี boto3 และ json, bedrock client และ model_id ถูกโหลดไว้ให้แล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Amazon Bedrock เบื้องต้น

ดูคอร์ส

คำแนะนำการฝึกหัด

  • กำหนดฟังก์ชัน moderate_content() ที่รับพารามิเตอร์ text และระดับความเข้มงวด โดยใช้ "medium" เป็นค่าเริ่มต้น

  • ใช้ dictionary เพื่อกำหนดคำสั่งตามระดับความเข้มงวด ได้แก่ "high", "medium" และ "low"

  • เพิ่ม temperature เป็น 0.2 เพื่อให้การตอบสนองมีความสม่ำเสมอ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Define the function
def ____(____, strictness_level="____"):
    # Define the dictionary of moderation instructions
    instruction = {"____": "Strictly analyze for inappropriate content. ",
                   "____": "Check for obviously toxic language. ",
                   "____": "Check the tone. "}

    request_body = json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 50,
                               # Add a low temperature
                               "temperature": ____,
                               "messages": [{"role": "user", "content": f"{instruction[strictness_level]}\n{text}"}]})
    
    response = bedrock.invoke_model(body=request_body, modelId=model_id)
    response_body = json.loads(response.get('body').read().decode())
    return response_body
แก้ไขและรันโค้ด