Guardrails สำหรับ Amazon Bedrock

ดูการสาธิตวิธีสร้างและใช้กฎควบคุมระบบที่ได้รับการปรับแต่งด้วยโมเดลพื้นฐาน (FM) เพื่อใช้นโยบาย AI ที่มีความรับผิดชอบภายในแอปพลิเคชันที่ใช้ AI ช่วยสร้างของคุณ

กฎควบคุมระบบสำหรับ Amazon Bedrock ประเมินอินพุตของผู้ใช้และการตอบสนอง FM ตามนโยบายเฉพาะกรณีใช้งาน และให้ชั้นการป้องกันเพิ่มเติมโดยไม่คำนึงถึง FM พื้นฐาน ราวกั้นสามารถใช้กับโมเดลภาษาขนาดใหญ่ (LLM) ทั้งหมดบน Amazon Bedrock รวมถึงรุ่นที่ปรับแต่งอย่างละเอียด ลูกค้าสามารถสร้างกฎควบคุมระบบหลายตัว แต่ละตัวกำหนดค่า ด้วยการผสมผสานของตัวควบคุมที่แตกต่างกัน และใช้กฎควบคุมระบบเหล่านี้ในแอปพลิเคชันและกรณีการใช้งานที่แตกต่างกัน 

องค์กรตระหนักถึงความจำเป็นในการจัดการปฏิสัมพันธ์ภายในแอปพลิเคชัน AI ช่วยสร้างเพื่อประสบการณ์ผู้ใช้ที่ตรงประเด็นและปลอดภัย พวกเขาต้องการปรับแต่งการโต้ตอบเพิ่มเติมเพื่อให้ยังคงอยู่ในหัวข้อที่ตรงประเด็นกับธุรกิจของพวกเขา และสอดคล้องกับนโยบายของบริษัท การใช้คำอธิบายภาษาธรรมชาติสั้น ๆ กฎควบคุมระบบสำหรับ Amazon Bedrock ช่วยให้คุณสามารถกำหนดชุดหัวข้อที่ต้องหลีกเลี่ยงภายในบริบทของแอปพลิเคชันของคุณ กฎควบคุมระบบจะตรวจจับและบล็อกอินพุตของผู้ใช้และการตอบสนอง FM ที่อยู่ในหัวข้อที่ถูกจำกัด ตัวอย่างเช่น สามารถออกแบบผู้ช่วยด้านการธนาคารเพื่อหลีกเลี่ยงหัวข้อที่เกี่ยวข้องกับคำแนะนำการลงทุน

Guardrails สำหรับ Amazon Bedrock มีตัวกรองเนื้อหาที่มีเกณฑ์ที่กำหนดค่าได้เพื่อกรองเนื้อหาที่เป็นอันตรายจากความเกลียดชังดูหมิ่นทางเพศ ความรุนแรง การกระทำผิดประพฤติ (รวมถึงกิจกรรมทางอาญา) และการโจมตีอย่างรวดเร็ว (ฉีดฉีดทันทีและเจลเบรค) FM ส่วนใหญ่ให้การป้องกันในตัวเพื่อป้องกันการเกิดการตอบสนองที่เป็นอันตราย นอกจากการป้องกันเหล่านี้ กฎควบคุมระบบยังช่วยให้คุณกำหนดค่าเกณฑ์ในหมวดหมู่ต่าง ๆ เพื่อกรองการโต้ตอบที่เป็นอันตราย การเพิ่มความแข็งแรงของตัวกรองจะเพิ่มระดับความแข็งขันของการกรอง กฎควบคุมระบบจะประเมินทั้งการสืบค้นของผู้ใช้และการตอบสนอง FM โดยอัตโนมัติ เพื่อตรวจจับและช่วยป้องกันเนื้อหาที่อยู่ในหมวดหมู่ที่ถูกจำกัด ตัวอย่างเช่น เว็บไซต์อีคอมเมิร์ซสามารถออกแบบผู้ช่วยออนไลน์เพื่อหลีกเลี่ยงการใช้ภาษาที่ไม่เหมาะสม เช่น คำพูดที่แสดงความเกลียดชังหรือหมิ่นประมาท

กฎควบคุมระบบสำหรับ Amazon Bedrock ช่วยให้คุณสามารถตรวจจับข้อมูลละเอียดอ่อนได้ อาทิ ข้อมูลที่ระบุตัวตนของบุคคลได้ (PII) ในอินพุตของผู้ใช้และการตอบสนอง FM คุณสามารถเลือกจากรายการของ PII ที่กำหนดไว้ล่วงหน้าหรือกำหนดประเภทข้อมูลที่ละเอียดอ่อนที่กำหนดเองโดยใช้นิพจน์ปกติ (RegEx) ขึ้นอยู่กับกรณีการใช้งาน คุณสามารถเลือกปฏิเสธอินพุตที่มีข้อมูลที่ละเอียดอ่อนหรือแก้ไขในการตอบสนอง FM ตัวอย่างเช่น คุณสามารถแก้ไขข้อมูลส่วนบุคคลของผู้ใช้ในขณะที่สร้างสรุปจากการถอดเสียงการสนทนาของลูกค้าและเจ้าหน้าที่ในคอลเซ็นเตอร์

Guardrails สำหรับ Amazon Bedrock ช่วยให้คุณสามารถกำหนดค่าชุดคำหรือวลีที่กำหนดเองที่คุณต้องการตรวจจับและบล็อกในการโต้ตอบระหว่างผู้ใช้ของคุณและแอปพลิเคชัน AI แบบสร้าง สิ่งนี้จะช่วยให้คุณตรวจจับและบล็อกความโหดร้ายรวมถึงคำที่กำหนดเองเฉพาะเช่น ชื่อคู่แข่งหรือคำศัพท์อื่น ๆ