伦理考量与安全防护

Create Your Free Account

By continuing, you accept our Terms of Use, our Privacy Policy and that your data is stored in the USA.

本练习是课程的一部分

Amazon Bedrock 入门

SkillTag.level.intermediateSkillTag.label

4.8+

学习 Amazon Bedrock 的基础知识，这是 AWS 提供的全托管基础模型服务。先从基本的设置与身份验证开始，探索可用的基础模型，如 Claude 和 Titan，并掌握关键的 API 交互。本章将涵盖开发环境搭建、为用例选择合适模型，以及实现正确的 API 请求处理，包括流式响应与错误管理。

Exercise 1: 访问 Amazon Bedrock Exercise 2: 初始化 Bedrock 客户端 Exercise 3: 获取 Bedrock 模型详情 Exercise 4: 选择基础模型 Exercise 5: 在 Bedrock 中使用正确的模型 Exercise 6: 在 Bedrock 中生成文本

在本章中，您将依次完成三个关键课程。先从文本生成与响应处理基础入手，然后进阶到少样本学习、结构化输出等高级提示工程技巧。最后一课将讲解模型参数优化，帮助您微调 temperature、token 限制等设置，以获得最佳效果。每节课循序渐进，从基础的 API 交互过渡到针对特定用例的高级参数控制。

Exercise 1: 使用语言模型生成文本 Exercise 2: 通过角色设定优化提示词 Exercise 3: 处理模型响应与错误处理 Exercise 4: 基础模型报告分类 Exercise 5: 应用提示工程技术 Exercise 6: 在几何任务中实现 few-shot 学习 Exercise 7: 创建结构化输出提示词 Exercise 8: 使用不同的模型参数 Exercise 9: 通过 temperature 控制调节创意度 Exercise 10: 使用 top_p 和 max_tokens 控制输出

在本章中，您将使用 Amazon Bedrock 构建稳健且负责任的应用，超越基础的 API 交互。从对话式 AI 入手，您将掌握状态管理与上下文处理，创建连贯的聊天体验。随后探索高级提示技巧，学习在保持一致风格与语气的同时生成多样内容。还将覆盖生产关键点，如错误处理、速率限制与高效响应处理。最后，您将实现伦理防护与安全措施，确保您的 AI 应用既强大又负责任。

Exercise 1: 伦理考量与安全防护

当前练习

Exercise 2: 产品评价审核 Exercise 3: 创建适龄内容过滤器 Exercise 4: 管理 AI 对话 Exercise 5: 构建会话管理类 Exercise 6: 让对话具备记忆能力 Exercise 7: 高级提示策略 Exercise 8: 实现 chain-of-thought 提示 Exercise 9: 使用 Bedrock 进行风格化内容生成 Exercise 10: 处理 API 响应与错误 Exercise 11: 实现速率限制处理 Exercise 12: 实现模型回退机制 Exercise 13: 恭喜您！