Guardrails for Amazon Bedrock 基于具体使用案例与负责任 AI 政策实现定制式安全保障(预览版)

本文主要是介绍Guardrails for Amazon Bedrock 基于具体使用案例与负责任 AI 政策实现定制式安全保障(预览版),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

作为负责任的人工智能(AI)战略的一部分,您现在可以使用 Guardrails for Amazon Bedrock(预览版),实施专为您的用例和负责任的人工智能政策而定制的保障措施,以此促进用户与生成式人工智能应用程序之间的安全交互。

亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。帮助中国开发者对接世界最前沿技术,观点,和项目,并将中国优秀开发者或技术推荐给全球云社区。如果你还没有关注/收藏,看到这里请一定不要匆匆划过,点 这里让它成为你的技术宝库!

亚马逊云科技致力于以负责任、以人为本的方式开发生成式人工智能,并注重教育和科学,帮助开发人员在整个人工智能生命周期中整合负责任的人工智能。借助 Guardrails for Amazon Bedrock,您可以持续实施保障措施,在符合公司政策和原则的情况下,为用户提供相关且安全的体验。Guardrails 可帮助您定义拒绝主题和内容过滤器,以便从用户与应用程序之间的交互过程中删除不良和有害内容。除基础模型(FM)中内置的各种保护措施外,这又提供了额外控制。

您可以为 Amazon Bedrock 中的所有大型语言模型(LLM)装上护栏,包括自定义模型和 Agents for Amazon Bedrock。这可以提高在应用程序间部署首选项的一致性,进而令您安全地开展创新,同时根据您的要求密切管理用户体验。通过对安全和隐私控制加以标准化处理,Guardrails for Amazon Bedrock 可有助于您构建符合负责任人工智能目标的生成式人工智能应用程序。

图片

以下,将简要介绍 Guardrails for Amazon Bedrock 所提供的关键控制。

关键控制

使用 Guardrails for Amazon Bedrock,您可以定义以下政策集,为您的应用程序保驾护航。

拒绝主题 - 您可以使用简短的自然语言描述,定义一组在应用程序语境中不受欢迎的主题。例如,作为银行的开发人员,您可能希望为网上银行应用程序设置一个助手,避免提供投资建议。

我指定了一个名为“投资建议”的拒绝主题,并提供了一段自然语言描述,例如“投资建议是指以产生回报或实现特定财务目标为目的的有关资金或资产管理或分配的询问、指导或建议”。

图片

图片

内容过滤器 - 您可以配置用于过滤仇恨、侮辱、性和暴力等各类有害内容的阈值。虽然许多基础模型已经内置了保护措施,以防止产生不良和有害反应,但 Guardrails 为您提供了额外的控制功能,可根据您的用例和负责任的人工智能政策,将此类互动过滤至预期程度。过滤器强度越高,过滤就越严格。

图片

PII 编辑(计划中)- 您将可以选择一组可在基础模型生成的响应中进行编辑的个人身份信息(PII),例如姓名、电子邮件地址和电话号码,或者在用户输入含有 PII 的内容时加以阻止。

Guardrails for Amazon Bedrock 与 Amazon CloudWatch 相集成,因此您可以监控和分析违反 Guardrails 中所定义政策的用户输入和基础模型响应。

加入预览

今日推出的 Guardrails for Amazon Bedrock 是有限预览版。如果您想要获取 Guardrails for Amazon Bedrock,请通过您平常的亚马逊云科技支持团队联系人联系我们。

在预览期间,Guardrails 可应用于 Amazon Bedrock 中的所有大型语言模型(LLM),包括 Amazon Titan Text、Anthropic Claude、Meta Llama 2、AI21 Jurassic、以及 Cohere Command。您也可以将 Guardrails 用于自定义模型以及 Agents for Amazon Bedrock。

要了解更多信息,请访问 Guardrails for Amazon Bedrock 网页。

文章来源:
https://dev.amazoncloud.cn/column/article/65717fbde1a2aa6fd35233c9?sc_medium=regulartraffic&sc_campaign=crossplatform&sc_channel=CSDN

这篇关于Guardrails for Amazon Bedrock 基于具体使用案例与负责任 AI 政策实现定制式安全保障(预览版)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/500925

相关文章

使用Python实现IP地址和端口状态检测与监控

《使用Python实现IP地址和端口状态检测与监控》在网络运维和服务器管理中,IP地址和端口的可用性监控是保障业务连续性的基础需求,本文将带你用Python从零打造一个高可用IP监控系统,感兴趣的小伙... 目录概述:为什么需要IP监控系统使用步骤说明1. 环境准备2. 系统部署3. 核心功能配置系统效果展

Python实现微信自动锁定工具

《Python实现微信自动锁定工具》在数字化办公时代,微信已成为职场沟通的重要工具,但临时离开时忘记锁屏可能导致敏感信息泄露,下面我们就来看看如何使用Python打造一个微信自动锁定工具吧... 目录引言:当微信隐私遇到自动化守护效果展示核心功能全景图技术亮点深度解析1. 无操作检测引擎2. 微信路径智能获

使用Java将各种数据写入Excel表格的操作示例

《使用Java将各种数据写入Excel表格的操作示例》在数据处理与管理领域,Excel凭借其强大的功能和广泛的应用,成为了数据存储与展示的重要工具,在Java开发过程中,常常需要将不同类型的数据,本文... 目录前言安装免费Java库1. 写入文本、或数值到 Excel单元格2. 写入数组到 Excel表格

redis中使用lua脚本的原理与基本使用详解

《redis中使用lua脚本的原理与基本使用详解》在Redis中使用Lua脚本可以实现原子性操作、减少网络开销以及提高执行效率,下面小编就来和大家详细介绍一下在redis中使用lua脚本的原理... 目录Redis 执行 Lua 脚本的原理基本使用方法使用EVAL命令执行 Lua 脚本使用EVALSHA命令

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

Java 中的 @SneakyThrows 注解使用方法(简化异常处理的利与弊)

《Java中的@SneakyThrows注解使用方法(简化异常处理的利与弊)》为了简化异常处理,Lombok提供了一个强大的注解@SneakyThrows,本文将详细介绍@SneakyThro... 目录1. @SneakyThrows 简介 1.1 什么是 Lombok?2. @SneakyThrows

在 Spring Boot 中实现异常处理最佳实践

《在SpringBoot中实现异常处理最佳实践》本文介绍如何在SpringBoot中实现异常处理,涵盖核心概念、实现方法、与先前查询的集成、性能分析、常见问题和最佳实践,感兴趣的朋友一起看看吧... 目录一、Spring Boot 异常处理的背景与核心概念1.1 为什么需要异常处理?1.2 Spring B

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

如何在 Spring Boot 中实现 FreeMarker 模板

《如何在SpringBoot中实现FreeMarker模板》FreeMarker是一种功能强大、轻量级的模板引擎,用于在Java应用中生成动态文本输出(如HTML、XML、邮件内容等),本文... 目录什么是 FreeMarker 模板?在 Spring Boot 中实现 FreeMarker 模板1. 环

Qt实现网络数据解析的方法总结

《Qt实现网络数据解析的方法总结》在Qt中解析网络数据通常涉及接收原始字节流,并将其转换为有意义的应用层数据,这篇文章为大家介绍了详细步骤和示例,感兴趣的小伙伴可以了解下... 目录1. 网络数据接收2. 缓冲区管理(处理粘包/拆包)3. 常见数据格式解析3.1 jsON解析3.2 XML解析3.3 自定义