Generatív AI megoldások a termelékenység növelésével és az ügyfélélmény javításával képesek átalakítani a vállalkozásokat, és a nagy nyelvi modellek (LLM) használata ezekkel a megoldásokkal egyre népszerűbb. A koncepció bizonyítékainak építése viszonylag egyszerű, mert az élvonalbeli alapozó modellek elérhetők a speciális szolgáltatóktól egy egyszerű API-híváson keresztül. Ezért a különböző méretű és különböző iparágakban működő szervezetek megkezdték termékeik és folyamataik újragondolását generatív mesterséges intelligencia segítségével.
Bőséges általános tudásuk ellenére a legmodernebb LLM-ek csak azokhoz az információkhoz férnek hozzá, amelyekre képezték őket. Ez ténybeli pontatlanságokhoz (hallucinációkhoz) vezethet, amikor az LLM-nek szöveget kell generálnia olyan információk alapján, amelyeket a képzés során nem látott. Ezért kulcsfontosságú, hogy áthidalja a szakadékot az LLM általános ismeretei és az Ön védett adatai között, hogy a modell pontosabb és kontextus szerinti válaszokat generáljon, miközben csökkenti a hallucinációk kockázatát. A finomhangolás hagyományos módszere, bár hatékony, számításigényes, költséges és műszaki szakértelmet igényel. Egy másik megfontolandó lehetőség az ún Retrieval Augmented Generation (RAG), amely az LLM-eket könnyen frissíthető, külső tudásforrásból származó további információkkal látja el.
Ezenkívül a vállalkozásoknak gondoskodniuk kell az adatbiztonságról a védett és érzékeny adatok, például személyes adatok vagy szellemi tulajdon kezelése során. Ez különösen fontos az erősen szabályozott iparágakban működő szervezetek számára, mint például a pénzügyi szolgáltatások, valamint az egészségügy és az élettudományok. Ezért fontos megérteni és ellenőrizni az adatok áramlását a generatív AI-alkalmazáson keresztül: Hol található a modell? Hol történik az adatok feldolgozása? Kinek van hozzáférése az adatokhoz? Az adatokat modellek betanítására fogják használni, kockáztatva végül az érzékeny adatok nyilvános LLM-ekhez való kiszivárgását?
Ez a bejegyzés azt tárgyalja, hogy a vállalatok hogyan építhetnek pontos, átlátható és biztonságos generatív AI-alkalmazásokat, miközben teljes ellenőrzést gyakorolhatnak a védett adatok felett. A javasolt megoldás egy mesterséges intelligencia natív technológiát használó RAG-csővezeték, amelynek alkatrészeit az alapoktól kezdve az MI-vel tervezték meg, nem pedig utólag AI-képességeket. Bemutatjuk, hogyan lehet végponttól végpontig RAG-alkalmazást készíteni Cohere nyelvi modelljei keresztül Amazon alapkőzet és egy Weaviate vektoros adatbázis az AWS Marketplace-en. A mellékelt forráskód elérhető a kapcsolódó GitHub adattár házigazdája Weaviate. Bár az AWS nem felelős a kód karbantartásáért vagy frissítéséért a partner adattárában, arra biztatjuk az ügyfeleket, hogy a kívánt frissítésekkel kapcsolatban forduljanak közvetlenül a Weaviate-hez.
Megoldás áttekintése
A következő magas szintű architektúra diagram a javasolt RAG folyamatot szemlélteti egy mesterséges intelligencia natív technológiai köteggel a pontos, átlátható és biztonságos generatív AI-megoldások létrehozásához.
A RAG-munkafolyamat előkészítési lépéseként a külső tudásforrásként szolgáló vektoros adatbázist a védett adatokból származó további kontextussal töltik be. A tényleges RAG munkafolyamat a diagramon látható négy lépést követi:
- A felhasználó beírja a lekérdezését.
- A felhasználói lekérdezés a releváns további kontextus lekérésére szolgál a vektoradatbázisból. Ez úgy történik, hogy a felhasználói lekérdezés vektoros beágyazásait egy beágyazási modellel generálják, hogy vektorkeresést hajtsanak végre a legrelevánsabb kontextus lekéréséhez az adatbázisból.
- A lekért kontextus és a felhasználói lekérdezés egy prompt sablon kiegészítésére szolgál. A visszakereséssel kiegészített prompt segít az LLM-nek relevánsabb és pontosabb kitöltést generálni, minimalizálva a hallucinációkat.
- A felhasználó a lekérdezése alapján pontosabb választ kap.
Az architektúra diagramon bemutatott mesterséges intelligencia natív technológiai veremnek két kulcsfontosságú összetevője van: Kohere nyelvi modellek és egy Weaviate vektoradatbázis.
Koher nyelvi modellek az Amazon Bedrockban
A Kohere Platform a legkorszerűbb teljesítménnyel rendelkező nyelvi modelleket hozza el a vállalatok és a fejlesztők számára egy egyszerű API-híváson keresztül. A Cohere Platform két kulcsfontosságú nyelvi feldolgozási képességet biztosít – generatív és beágyazó –, és mindegyiket más-más típusú modell szolgálja ki:
- Szöveggenerálás val vel parancs – A fejlesztők hozzáférhetnek a generatív mesterséges intelligencia képességeit tápláló végpontokhoz, lehetővé téve az olyan alkalmazásokat, mint a párbeszéd, a kérdések megválaszolása, a szövegírás, az összegzés, az információ kinyerése stb.
- Szövegábrázolás val vel beágyaz – A fejlesztők hozzáférhetnek a szöveg szemantikai jelentését rögzítő végpontokhoz, lehetővé téve az olyan alkalmazásokat, mint a vektoros keresőmotorok, a szövegosztályozás és -fürtözés stb. A Cohere Embed kétféle formában érhető el: angol nyelvű és többnyelvű modellben, mindkettő ilyen már elérhető az Amazon Bedrock-on.
A Cohere Platform felhatalmazza a vállalkozásokat arra, hogy az Amazon Bedrock bevezetésén keresztül privát módon és biztonságosan személyre szabják generatív AI-megoldásukat. Az Amazon Bedrock egy teljesen felügyelt felhőszolgáltatás, amely lehetővé teszi a fejlesztőcsapatok számára a generatív AI-alkalmazások gyors létrehozását és méretezését miközben segít megőrizni adatait és alkalmazásait biztonságban és privát módon. Adatait nem használjuk fel szolgáltatásfejlesztésre, soha nem osztják meg harmadik fél modellszolgáltatókkal, és a Vidék ahol az API-hívást feldolgozzák. Az adatok továbbításkor és nyugalmi állapotban mindig titkosítva vannak, és az adatokat saját kulcsaival is titkosíthatja. Az Amazon Bedrock támogatja a biztonsági követelményeket, beleértve az USA egészségbiztosítási hordozhatósági és elszámoltathatósági törvényének (HIPAA) való jogosultságát és az általános adatvédelmi rendeletnek (GDPR) való megfelelést. Ezenkívül biztonságosan integrálhatja és egyszerűen telepítheti generatív AI-alkalmazásait a már jól ismert AWS-eszközök segítségével.
Weaviate vektoros adatbázis az AWS Marketplace-en
Weaviate egy AI-natív vektoros adatbázis Ez egyszerűvé teszi a fejlesztőcsapatok számára, hogy biztonságos és átlátható generatív AI-alkalmazásokat készítsenek. A Weaviate vektoradatok és forrásobjektumok tárolására és keresésére szolgál, ami leegyszerűsíti a fejlesztést, mivel nincs szükség külön adatbázisok hosztolására és integrálására. A Weaviate a másodperc alatti szemantikai keresési teljesítményt nyújtja, és több milliárd vektor és több millió bérlő kezelésére skálázható. Egyedülállóan bővíthető architektúrájával a Weaviate natívan integrálódik az Amazon Bedrockban telepített Cohere alapozó modellekkel, hogy megkönnyítse az adatok kényelmes vektorizálását és az adatbázison belüli generálási képességeit.
A Weaviate mesterséges intelligencia natív vektoradatbázisa rugalmasságot biztosít az ügyfelek számára, hogy ezt hozza-your-own-cloud (BYOC) megoldásként vagy felügyelt szolgáltatásként telepítsék. Ez a kirakat a Weaviate Kubernetes Cluster az AWS Marketplace-en, amely a Weaviate BYOC-ajánlatának része, amely lehetővé teszi a konténer alapú, méretezhető telepítést az AWS-bérlőn és a VPC-n belül néhány kattintással egy AWS felhőképződés sablon. Ez a megközelítés biztosítja, hogy a vektoradatbázist az adott régióban az alapmodellek és a védett adatok közelében helyezzék el a késleltetés minimalizálása, az adatok helyének támogatása és az érzékeny adatok védelme érdekében, miközben megfelel a lehetséges szabályozási követelményeknek, például a GDPR-nak.
Használati eset áttekintése
A következő szakaszokban bemutatjuk, hogyan lehet RAG-megoldást felépíteni az AI-natív technológiai köteg Cohere, AWS és Weaviate segítségével, a megoldás áttekintése szerint.
A példa használati eset célközönség alapján célzott hirdetéseket generál a nyaralási szállások listájához. A cél az, hogy a felhasználói lekérdezéssel a célközönségre (például „kisgyerekes család”) lekérjük a legrelevánsabb nyaralási listát (például játszótereket a közelben), majd hirdetést generálunk a a célközönségre szabott listát.
Az adatkészlet innen érhető el Az Airbnb-n belül alatt van engedélye Creative Commons Nevezd meg! 4.0 Nemzetközi licenc. A mellékelt kódot megtalálja a GitHub tárház.
Előfeltételek
A következő oktatóanyagban szereplő AWS-szolgáltatások követéséhez és használatához győződjön meg arról, hogy rendelkezik egy AWS-fiók.
Engedélyezze az AI-natív technológiai verem összetevőit
Először is engedélyeznie kell a megoldás áttekintésében tárgyalt releváns összetevőket az AWS-fiókjában. Hajtsa végre a következő lépéseket:
- Balra Amazon Bedrock konzol, választ Modell hozzáférés a navigációs ablaktáblában.
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a Modellhozzáférés kezelése a jobb felső sarokban.
- Válassza ki a választott alapozási modelleket, és kérjen hozzáférést.
Ezután beállít egy Weaviate-fürtöt.
- Feliratkozás a Weaviate Kubernetes Cluster az AWS Marketplace-en.
- Indítsa el a szoftvert a CloudFormation sablon az Ön által előnyben részesített elérhetőségi zónának megfelelően.
A CloudFormation sablon alapértelmezett értékekkel van előre kitöltve.
- A Verem neve, adja meg a verem nevét.
- A helmauthentication type, ajánlott a hitelesítés engedélyezése beállítással
helmauthenticationtype
nak nekapikey
és meghatározva a helmauthenticationapikey. - A helmauthenticationapikey, adja meg Weaviate API-kulcsát.
- A helmchartverzió, adja meg verziószámát. Legalább 16.8.0 verziójúnak kell lennie. Utal GitHub repo a legújabb verzióhoz.
- A sisakos modulok, győződjön meg róla
tex2vec-aws
és agenerative-aws
jelen vannak a Weaviate engedélyezett moduljainak listájában.
Ennek a sablonnak a kitöltése körülbelül 30 percet vesz igénybe.
Csatlakozzon a Weaviate-hez
Hajtsa végre a következő lépéseket a Weaviate-hoz való csatlakozáshoz:
- A Amazon SageMaker konzol, navigáljon Notebook példányok a navigációs panelen keresztül jegyzetfüzet > Notebook példányok bal oldalon.
- Hozzon létre egy új jegyzetfüzet-példányt.
- Telepítse a Weaviate ügyfélcsomagot a szükséges függőségekkel:
- Csatlakozzon a Weaviate-példányhoz a következő kóddal:
- Weaviate URL – A Weaviate elérése a terheléselosztó URL-címén keresztül. Ban,-ben Amazon rugalmas számítási felhő (Amazon EC2) konzol, válassz Terheléselosztók a navigációs ablakban, és keresse meg a terheléselosztót. Keresse meg a DNS név oszlopot, és adja hozzá
http://
azzal szemben. - Weaviate API kulcs – Ez az a kulcs, amelyet korábban beállított a CloudFormation sablonban (
helmauthenticationapikey
). - AWS hozzáférési kulcs és titkos hozzáférési kulcs – Lekérheti felhasználója hozzáférési kulcsát és titkos hozzáférési kulcsát a AWS Identity and Access Management (IAM) konzol.
Konfigurálja az Amazon Bedrock modult a Cohere modellek engedélyezéséhez
Ezután meghatároz egy adatgyűjtést (class
) felhívta Listings
a listák adatobjektumainak tárolására, ami hasonló a relációs adatbázisban lévő táblázat létrehozásához. Ebben a lépésben konfigurálja a megfelelő modulokat, hogy lehetővé tegye az Amazon Bedrock-on tárolt Cohere nyelvi modellek használatát natívan a Weaviate vektoradatbázisból. A vektorizáló ("text2vec-aws
") és generatív modul ("generative-aws
“) az adatgyűjtés definíciójában szerepel. Mindkét modul három paramétert vesz fel:
- "szolgáltatás" – Használja a „
bedrock
” az Amazon Bedrock esetében (vagy használja a „sagemaker
" ért,-ra,-re, mert, mivelhogy Amazon SageMaker JumpStart) - "Vidék" – Adja meg azt a régiót, ahol a modellt telepítik
- "modell" – Adja meg az alapozó modell nevét
Lásd a következő kódot:
Adatok bevitele a Weaviate vektoradatbázisba
Ebben a lépésben határozza meg az adatgyűjtés szerkezetét a tulajdonságainak konfigurálásával. A tulajdonság nevén és adattípusán kívül azt is beállíthatja, hogy csak az adatobjektum kerüljön tárolásra, vagy a vektorbeágyazásaival együtt. Ebben a példában host_name
és a property_type
nem vektorizáltak:
Futtassa a következő kódot a gyűjtemény létrehozásához a Weaviate példányban:
Most már hozzáadhat objektumokat a Weaviate-hez. A maximális hatékonyság érdekében kötegelt importálási eljárást használ. Futtassa a következő kódot az adatok importálásához. Az importálás során a Weaviate a definiált vektorizáló segítségével létrehoz egy vektorbeágyazást minden egyes objektumhoz. A következő kód betölti az objektumokat, inicializálja a kötegelt folyamatot, és egyenként hozzáadja az objektumokat a célgyűjteményhez:
Visszakeresés kiterjesztett generáció
Létrehozhat egy RAG-folyamatot, ha generatív keresési lekérdezést hajt végre a Weaviate-példányon. Ehhez először definiáljon egy prompt sablont egy f karakterlánc formájában, amely képes fogadni a felhasználói lekérdezést ({target_audience}
) közvetlenül és a további kontextus ({{host_name}}
, {{property_type}}
, {{description}}
és {{neighborhood_overview}}
) a vektoradatbázisból futás közben:
Ezután futtasson egy generatív keresési lekérdezést. Ez felszólítja a definiált generatív modellt egy prompttal, amely a felhasználói lekérdezést, valamint a visszakeresett adatokat tartalmazza. A következő lekérdezés lekér egy listaobjektumot (.with_limit(1)
) tól Listings
gyűjtemény, amely leginkább hasonlít a felhasználói lekérdezéshez (.with_near_text({"concepts": target_audience})
). Ezután a felhasználói lekérdezés (target_audience
) és a letöltött listák tulajdonságai (["description", "neighborhood", "host_name", "property_type"]
) bekerülnek a prompt sablonba. Lásd a következő kódot:
A következő példában láthatja, hogy az előző kódrészlet a target_audience = “Family with small children”
lekér egy listát a házigazda Marre-tól. A prompt sablont Marre adataival és a célközönséggel egészítik ki:
A lekéréssel kiegészített prompt alapján a Cohere Command modellje a következő célzott hirdetést generálja:
Alternatív testreszabások
A javasolt megoldás különböző összetevőihez alternatív testreszabásokat végezhet, például a következőket:
- A Cohere nyelvi modelljei ezen keresztül is elérhetők Amazon SageMaker JumpStart, amely hozzáférést biztosít a legmodernebb alapozó modellekhez, és lehetővé teszi a fejlesztők számára, hogy LLM-eket telepítsenek Amazon SageMaker, egy teljesen felügyelt szolgáltatás, amely az eszközök széles skáláját egyesíti a nagy teljesítményű, alacsony költségű gépi tanulás lehetővé tétele érdekében bármilyen felhasználási esetben. A Weaviate a SageMakerrel is integrálva van.
- E megoldás erőteljes kiegészítése a Kohere Rerank végpont, elérhető a SageMaker JumpStarton keresztül. Az újrarangsorolás javíthatja a lexikális vagy szemantikai keresésből származó keresési eredmények relevanciáját. Az újrarangsorolás úgy működik, hogy szemantikai relevancia pontszámokat számít ki a keresőrendszer által lekeresett dokumentumokhoz, és ezek alapján rangsorolja a dokumentumokat. Az Rerank alkalmazáshoz való hozzáadásához csak egyetlen kódsort kell módosítani.
- A különböző termelési környezetek eltérő üzembe helyezési követelményeinek kielégítése érdekében a Weaviate számos további módon telepíthető. Például közvetlenül letölthető innen Weaviate weboldal, amely tovább fut Amazon Elastic Kubernetes szolgáltatás (Amazon EKS) vagy helyi úton keresztül Dokkmunkás or Kubernetes. Elérhető a kezelt szolgáltatás amelyek biztonságosan futhatnak VPC-n belül vagy AWS-en tárolt nyilvános felhőszolgáltatásként 14 napos ingyenes próbaverzióval.
- Megoldását VPC-ben szolgálhatja fel Amazon Virtual Private Cloud (Amazon VPC), amely lehetővé teszi a szervezetek számára, hogy AWS-szolgáltatásokat indítsanak el egy logikailag elszigetelt virtuális hálózatban, amely hasonlít egy hagyományos hálózatra, de az AWS méretezhető infrastruktúrájának előnyeit kihasználva. Az adatok minősített érzékenységi szintjétől függően a szervezetek letilthatják az internet-hozzáférést ezeken a VPC-ken.
Tisztítsuk meg
A váratlan terhelések elkerülése érdekében törölje a bejegyzés részeként telepített összes erőforrást. Ha elindította a CloudFormation veremet, törölheti azt az AWS CloudFormation konzolon keresztül. Vegye figyelembe, hogy lehetnek bizonyos AWS-források, mint pl Amazon Elastic Block Store (Amazon EBS) kötetek és AWS kulcskezelési szolgáltatás (AWS KMS) kulcsok, amelyek nem törlődnek automatikusan a CloudFormation verem törlésekor.
Következtetés
Ez a bejegyzés azt taglalta, hogy a vállalatok hogyan építhetnek pontos, átlátható és biztonságos generatív AI-alkalmazásokat, miközben továbbra is teljes mértékben ellenőrizhetik adataikat. A javasolt megoldás egy AI-natív technológiai köteget használó RAG-folyamat az Amazon Bedrock Cohere-alapmodelljei és az AWS Marketplace Weaviate vektoradatbázisa kombinációjaként. A RAG megközelítés lehetővé teszi a vállalkozások számára, hogy áthidalják a szakadékot az LLM általános ismeretei és a védett adatok között, miközben minimalizálják a hallucinációkat. Az AI-natív technológiai köteg gyors fejlesztést és méretezhető teljesítményt tesz lehetővé.
Az ebben a bejegyzésben ismertetett lépések végrehajtásával megkezdheti a kísérletezést a RAG koncepció-bizonyítékaival a vállalati használatra kész generatív AI-alkalmazásaihoz. A mellékelt forráskód elérhető a kapcsolódó GitHub adattár. Köszönöm hogy elolvastad. Nyugodtan írjon megjegyzéseket vagy visszajelzéseket a megjegyzés rovatban.
A szerzőkről
James Yi az Amazon Web Services Technology Partners COE Tech csapatának vezető AI/ML partnermegoldások építésze. Szenvedélyesen dolgozik a vállalati ügyfelekkel és partnerekkel az AI/ML alkalmazások tervezése, üzembe helyezése és méretezése érdekében, hogy üzleti értéket teremtsen. A munkán kívül szeret focizni, utazni, és a családjával tölti az idejét.
Leonie Monigatti a Weaviate fejlesztői ügyvédje. Fókuszterülete az AI/ML, és segít a fejlesztőknek a generatív mesterséges intelligencia megismerésében. Munkán kívül is megosztja az adattudományokkal és az ML-vel kapcsolatos tanulságait blogján és a Kaggle-n.
Meor Amer a Cohere fejlesztői tanácsadója, a legmodernebb természetes nyelvi feldolgozási (NLP) technológia szolgáltatója. Segít a fejlesztőknek élvonalbeli alkalmazások létrehozásában a Cohere’s Large Language Models (LLM) segítségével.
Shun Mao az Amazon Web Services Emerging Technologies csapatának vezető AI/ML partnermegoldások építésze. Szenvedélyesen dolgozik a vállalati ügyfelekkel és partnerekkel az AI/ML alkalmazások tervezése, üzembe helyezése és méretezése érdekében, hogy üzleti értékeikből származtassanak. A munkán kívül szeret horgászni, utazni és ping-pongozni.
- SEO által támogatott tartalom és PR terjesztés. Erősödjön még ma.
- PlatoData.Network Vertical Generative Ai. Erősítse meg magát. Hozzáférés itt.
- PlatoAiStream. Web3 Intelligence. Felerősített tudás. Hozzáférés itt.
- PlatoESG. Carbon, CleanTech, Energia, Környezet, Nap, Hulladékgazdálkodás. Hozzáférés itt.
- PlatoHealth. Biotechnológiai és klinikai vizsgálatok intelligencia. Hozzáférés itt.
- Forrás: https://aws.amazon.com/blogs/machine-learning/build-enterprise-ready-generative-ai-solutions-with-cohere-foundation-models-in-amazon-bedrock-and-weaviate-vector-database-on-aws-marketplace/
- :van
- :is
- :nem
- :ahol
- $ UP
- 1
- 10
- 100
- 11
- 12
- 13
- 16
- 17
- 19
- 23
- 30
- 32
- 33
- 7
- 8
- 9
- a
- Rólunk
- hozzáférés
- jogosultság kezelés
- Szerint
- Fiók
- felelősségre vonhatóság
- pontos
- át
- törvény
- tényleges
- hozzá
- hozzáadott
- hozzáadásával
- mellett
- További
- további információ
- Ezen kívül
- címzés
- Hozzáteszi
- felnőttek
- Hirdetés
- szószóló
- AI
- AI / ML
- Airbnb
- Minden termék
- lehetővé teszi, hogy
- mentén
- már
- Is
- alternatív
- Bár
- mindig
- amazon
- Amazon EC2
- Amazon SageMaker
- Az Amazon Web Services
- Amszterdam
- an
- és a
- Másik
- üzenetrögzítő
- bármilyen
- api
- Alkalmazás
- alkalmazások
- megközelítés
- építészet
- VANNAK
- TERÜLET
- területek
- AS
- félre
- At
- látnivalók
- közönség
- fokozza
- bővített
- Hitelesítés
- automatikusan
- elérhetőség
- elérhető
- el
- AWS
- AWS felhőképződés
- AWS Identity and Access Management (IAM)
- AWS piactér
- egyensúlyozó
- bárok
- alapján
- BE
- mert
- válik
- megkezdett
- Előnyök
- BEST
- között
- milliárd
- Blokk
- Blog
- fellendítése
- mindkét
- HÍD
- Bring
- széles
- épít
- Épület
- üzleti
- vállalkozások
- de
- by
- kávézók
- hívás
- hívott
- TUD
- képességek
- elfog
- eset
- ellát
- központi
- központ
- változik
- díjak
- Gyerekek
- választás
- A pop-art design, négy időzóna kijelzése egyszerre és méretének arányai azok az érvek, amelyek a NeXtime Time Zones-t kiváló választássá teszik. Válassza a
- Város
- osztály
- besorolás
- osztályozott
- vásárló
- közel
- felhő
- Fürt
- csoportosítás
- kód
- gyűjtemény
- Oszlop
- kombináció
- hogyan
- jön
- Hozzászólások
- köznép
- teljes
- befejezés
- teljesítés
- alkatrészek
- Tartalmaz
- Kiszámít
- számítástechnika
- koncepció
- fogalmak
- konfigurálása
- Csatlakozás
- Fontolja
- Konzol
- kontextus
- szövegre vonatkozó
- ellenőrzés
- Kényelmes
- kényelmesen
- társalgó
- szövegírás
- Mag
- teremt
- létrehozása
- kritikus
- vevő
- Ügyfelek
- testre
- élvonalbeli
- dátum
- adat védelem
- adat-tudomány
- adatbiztonság
- adatbázis
- adatbázisok
- alapértelmezett
- meghatározott
- meghatározott
- meghatározó
- definíció
- szállít
- bizonyítani
- függőségek
- attól
- telepíteni
- telepített
- bevetés
- származik
- leírás
- Design
- tervezett
- kívánatos
- részletek
- Fejlesztő
- fejlesztők
- Fejlesztés
- fejlesztő csapatok
- különböző
- étkezési
- közvetlen
- közvetlenül
- tárgyalt
- dns
- dokumentumok
- csinált
- letöltés
- alatt
- minden
- Korábban
- könnyen
- ebs
- Hatékony
- hatékonyság
- emelkedett
- jogosultság
- megszüntetése
- Beágyaz
- beágyazás
- csiszolókő
- fejlődő technológiák
- felhatalmazza
- lehetővé
- engedélyezve
- lehetővé teszi
- lehetővé téve
- ösztönzése
- titkosított
- végtől végig
- végpontok
- Motorok
- Angol
- biztosítására
- biztosítja
- belép
- Vállalkozás
- vállalati ügyfelek
- Vállalatok
- belép
- Egész
- környezetek
- Eter (ETH)
- végül is
- példa
- drága
- tapasztalat
- Tapasztalatok
- szakvélemény
- külső
- kitermelés
- megkönnyítése
- Tényleges
- ismerős
- család
- GYORS
- Jellemzők
- Featuring
- Fed
- Visszacsatolás
- érez
- kevés
- filé
- pénzügyi
- pénzügyi szolgáltatások
- Találjon
- vezetéknév
- Halászat
- Rugalmasság
- Emelet
- áramlási
- Összpontosít
- következik
- következő
- következik
- A
- forma
- formák
- Alapítvány
- négy
- Ingyenes
- ingyenes próbaverzió
- ból ből
- front
- Tele
- teljesen
- további
- rés
- GDPR
- általános
- Általános adatok
- Általános adatvédelmi rendelet
- generál
- generál
- generáló
- generáció
- nemző
- Generatív AI
- generatív modell
- GitHub
- ad
- cél
- Földi
- Csoport
- fél
- fogantyú
- Kezelés
- Legyen
- tekintettel
- he
- Cím
- Egészség
- egészségbiztosítás
- egészségügyi
- Szív
- súlyosan
- segít
- segít
- segít
- neki
- magas szinten
- nagy teljesítményű
- övé
- Kezdőlap
- vendéglátó
- házigazdája
- Hogyan
- How To
- http
- HTTPS
- IAM
- Identitás
- identitás- és hozzáférés-kezelés
- Identity and Access Management (IAM)
- if
- illusztrálja
- végrehajtási
- importál
- fontos
- javul
- fejlesztések
- javuló
- in
- Beleértve
- egyre inkább
- iparágak
- információ
- információ kinyerése
- Infrastruktúra
- belső
- telepíteni
- példa
- biztosítás
- integrálni
- integrált
- integrál
- szellemi
- szellemi tulajdon
- Nemzetközi
- Internet
- internet-hozzáférés
- bele
- izolált
- IT
- ITS
- jpg
- éppen
- Tart
- tartás
- Kulcs
- kulcsok
- gyerekek
- tudás
- Kubernetes
- nyelv
- nagy
- Késleltetés
- legutolsó
- indít
- indított
- vezet
- vezetékek
- szivárog
- TANUL
- tanulás
- legkevésbé
- balra
- szint
- Engedélyezett
- élet
- Life Sciences
- vonal
- Lista
- felsorolás
- listák
- élő
- kiszámításának
- terhelések
- helyi
- helyileg
- található
- elhelyezkedés
- néz
- keres
- olcsó
- gép
- gépi tanulás
- fenntartása
- csinál
- KÉSZÍT
- kezelése
- sikerült
- vezetés
- piactér
- mester
- maximális
- Lehet..
- jelenti
- eszközök
- Memories
- módszer
- Több millió
- minimalizálása
- minimalizálása
- jegyzőkönyv
- ML
- modell
- modellek
- modul
- Modulok
- több
- a legtöbb
- kell
- név
- natívan
- Természetes
- Természetes nyelv
- Természetes nyelvi feldolgozás
- Keresse
- Navigáció
- Szükség
- hálózat
- soha
- Új
- NLP
- nem
- megjegyezni
- jegyzetfüzet
- Most
- szám
- tárgy
- objektumok
- of
- ajánlat
- felajánlás
- on
- ONE
- csak
- üzemeltetési
- opció
- or
- szervezetek
- Más
- mi
- vázolt
- kívül
- felett
- áttekintés
- saját
- csomag
- fizetett
- pandák
- üvegtábla
- paraméterek
- parkolás
- rész
- különösen
- partner
- partnerek
- szenvedélyes
- tökéletes
- teljesít
- teljesítmény
- személyes
- személyes adat
- darab
- csővezeték
- Hely
- emelvény
- Plató
- Platón adatintelligencia
- PlatoData
- játék
- Népszerű
- hordozhatóság
- állás
- potenciális
- hatalom
- erős
- megelőző
- előnyben részesített
- előkészítés
- be
- megakadályozása
- magán
- folyamat
- feldolgozott
- Folyamatok
- feldolgozás
- Termelés
- termelékenység
- Termékek
- utasításokat
- igazolások
- ingatlanait
- ingatlan
- javasolt
- szabadalmazott
- védelme
- védelem
- ad
- ellátó
- szolgáltatók
- biztosít
- nyilvános
- Nyilvános felhő
- kérdés
- gyorsan
- rongy
- Ranking
- Inkább
- RE
- Olvass
- Olvasás
- kap
- ajánlott
- csökkentő
- utal
- tekintettel
- vidék
- szabályozott
- szabályozott iparágak
- Szabályozás
- szabályozók
- viszonylag
- relevancia
- maradványok
- raktár
- kérni
- kötelező
- követelmények
- megköveteli,
- hasonlít
- Tudástár
- válasz
- válaszok
- felelős
- REST
- Éttermek
- eredményez
- Eredmények
- jobb
- Kockázat
- kockáztatva
- Szoba
- SOR
- futás
- fut
- s
- sagemaker
- skálázható
- Skála
- Tudomány
- TUDOMÁNYOK
- pontszámok
- Keresés
- Keresők
- Titkos
- Rész
- szakaszok
- biztonság
- biztosan
- biztonság
- lát
- szemantikus
- idősebb
- érzékeny
- Érzékenység
- különálló
- szolgál
- szolgált
- szolgálja
- szolgáltatás
- Szolgáltatások
- készlet
- beállítás
- megosztott
- Megoszt
- ő
- rövid
- kirakat
- hasonló
- Egyszerű
- egyszerűsíti
- egyetlen
- méretek
- kicsi
- Futball
- szoftver
- megoldások
- Megoldások
- néhány
- forrás
- forráskód
- Hely
- specializált
- különleges
- meghatározott
- Költési
- verem
- kezdet
- csúcs-
- tartózkodás
- Lépés
- Lépései
- Még mindig
- tárolni
- memorizált
- egyértelmű
- struktúra
- ilyen
- megfelelő
- támogatás
- Támogatja
- biztos
- rendszer
- táblázat
- szabott
- Vesz
- tart
- cél
- célzott
- csapat
- csapat
- tech
- Műszaki
- Technologies
- Technológia
- sablon
- bérlő
- szöveg
- Szöveg osztályozása
- mint
- köszönet
- hogy
- A
- az információ
- azok
- akkor
- Ott.
- ebből adódóan
- Ezek
- ők
- harmadik fél
- ezt
- három
- Keresztül
- idő
- nak nek
- együtt
- szerszámok
- felső
- hagyományos
- Vonat
- kiképzett
- Képzések
- Átalakítás
- tranzit
- átlátszó
- Utazó
- próba
- oktatói
- kettő
- típus
- típusok
- nekünk
- alatt
- megért
- Váratlan
- felejthetetlen
- egyedileg
- frissítve
- Frissítés
- frissítése
- emeleten
- URL
- Használat
- használ
- használati eset
- használt
- használó
- használ
- segítségével
- vakáció
- érték
- Értékek
- különféle
- Ve
- változat
- keresztül
- Tényleges
- kötetek
- séta
- Út..
- módon
- we
- Vagyon
- háló
- webes szolgáltatások
- fogadtatás
- JÓL
- voltak
- amikor
- ami
- míg
- WHO
- akinek
- lesz
- val vel
- belül
- Munka
- munkafolyamat
- dolgozó
- művek
- ír
- te
- A te
- zephyrnet