記事一覧

ssh ポートフォワーディング ECS Securely connect to an Amazon RDS using ECS Fargate as a bastion ECS Fargate を踏み台にポートフォワードして VPC 内の RDS に接続する

Terraform ロック Terraform で State Lock エラーが発生したら

RDS モニタリング 拡張モニタリング 拡張モニタリングの設定と有効化 起動時刻関連 HowTo: Check how long a MySQL server has been running SHOW GLOBAL STATUS LIKE 'Uptime'; 1 2 3 SELECT FROM_UNIXTIME(UNIX_TIMESTAMP() - variable_value) AS last_started FROM performance_schema.global_status WHERE variable_name='Uptime'

AWS Connect Amazon Connect の使い方[丁寧に解説してみた] AWS Pinpoint https://aws.amazon.com/jp/pinpoint/ Amazon Connect が双方向の SMS のサポートを開始 SMS Chatbot with Amazon Pinpoint, Amazon Lex, and AWS Lambda Amazon Pinpoint でユーザーを掴んで離すな Amazon Lex Amazon Lex による会話型 AI インターフェイスの構築とデプロイ AI チャットボットで問い合わせに対応し、回答が難しい内容に限り担当者にエスカレーション[Amazon Connect + Lex + Bedrock] 【RAG】Amazon Bedrock と Connect、Kendra を利用し、社内情報や社外の最新情報などの取り込んだデータをもとに回答するコールセンター向け AI チャットボットを構築してみた Amazon Lex で日本語チャットボットを作ろう Create an SMS Chatbot with Amazon Pinpoint and Lex Amazon Kendra https://aws.amazon.com/jp/kendra/features/ その他 Amazon Connect と Lex でのコールセンター向け AI チャットボットの構築において、「音声入力の最大時間」「発話の最大待機時間」「発話終了判定の最大時間」の仕様を確認してみた | DevelopersIO Amazon Lex でカスタム語彙のサポートを開始 Amazon Connect + Lex + Bedrock の AI チャットボットで、発話から個人情報（名前、住所、生年月日）を正しく認識できるか試してみた | DevelopersIO Amazon Connect 電話番号の取得画面で「その国でお使いいただける番号はありません。」というメッセージが表示され、新規番号が取得できない場合の対処方法 | DevelopersIO

AWS: EventBrdige 【AWS】 費用節約のため EC2 を夜間停止する 2023 年 4 月版【備忘録】 【コスト削減】AWS ECS(Fargate) の夜間休日タスク停止 AWS Amazon EventBridge スケジューラで Amazon Aurora クラスターの稼働時間を管理する 【AWS コスト削減】RDS の自動停止 EventBridge Scheduler と Event Bridge Rule の違いを CloudFormation から学ぶ Terraform と EventBridge Scheduler を活用した EC2 インスタンスの時限起動によるコスト削減

ChatGPT SQL 生成 https://github.com/ademakdogan/ChatSQL

AWS: Kendra https://aws.amazon.com/jp/kendra/ https://github.com/aws-samples/aws-genai-llm-chatbot Amazon Kendra を触ってみた Amazon Kendra で簡単に検索システムを作ってみよう ! Video: Amazon Kendra による文書からの日本語セマンティック検索 データソース

k8s サービスメッシュ サービスメッシュとは サービスメッシュについて調査してみた件

RAG(検索拡張生成) 大規模な言語モデルの出力を最適化するプロセスです。 応答を生成する前に、トレーニングデータソース以外の信頼できる知識ベースを参照します。 大規模言語モデル (LLM) は、膨大な量のデータに基づいてトレーニングされ、何十億ものパラメーターを使用して、質問への回答、言語の翻訳、文章の完成などのタスクのためのオリジナルの出力を生成します。 LLM の既に強力な機能を、モデルを再トレーニングすることなく、特定の分野や組織の内部ナレッジベースに拡張します。 LLM のアウトプットを改善するための費用対効果の高いアプローチであるため、さまざまな状況で関連性、正確性、有用性を維持できます。 外部ソースから取得した情報を用いて、生成 AI モデルの精度と信頼性を向上させるテクノロジです。 基盤モデル(FM) 基盤モデルとは何ですか? 例: BERT GPT(OpenAI) Titan(Amazon) Jurassic(AI21) Claude(Anthropic) Cohere Stable Diffusion BLOOM Hugging Face Bedlock Amazon Bedrock 使ってみた Amazon SageMaker は機械学習の包括的なライフサイクル（構築、訓練、展開）をサポートする Bedrock は Fine-tuning は出来るものの基本的には Amazon Titan や AI スタートアップの基盤モデル（FM）を API から利用することに重きを置いています。 自分たちで最初から構築したモデルでなければビジネスとして成り立たないシーンでは、Amazon Bedrock を選択してはいけません。 非常に厳しいセキュリティ要件がある場合にも避けた方が良い

エンベディング Embedding（エンベディング）の概念を理解してみた 単語や文といった自然言語の情報を、その単語や文の意味を表現するベクトル空間に配置することです。 単語の埋め込み(Word embedding) 埋め込み (数学) 数学的構造間の構造を保つような単射のこと あるルールのもとで、ユニークな入力に対してユニークがアウトプットがえられる word2vec https://ja.wikipedia.org/wiki/Word2vec