Build a Question-answering Bot using Generative AI (Indonesian)

Gambaran umum lab

Di lab ini, Anda membangun chatbot yang menjawab pertanyaan tentang layanan AWS. Lab ini dirancang untuk memberi Anda pengalaman langsung dalam men-deploy model bahasa besar (LLM), mengintegrasikannya dengan sumber data Amazon Kendra, serta membangun chatbot Amazon Lex V2 yang mengkueri LLM Anda dan menggunakan retrieval augmented generation (RAG) untuk menemukan jawaban atas pertanyaan pengguna. Lab ini akan membantu Anda memahami cara melengkapi kemampuan asli model bahasa dengan informasi tambahan.

Chatbot yang Anda buat memiliki tiga komponen utama: Model Fondasi Flan T5-XL, Langchain, dan indeks Kendra. Flan T5-XL adalah model bahasa besar yang di-hosting di Amazon SageMaker. Langchain adalah kerangka kerja yang digunakan untuk meng-ingest indeks Kendra yang terdiri dari dokumentasi AWS. Dokumen-dokumen ini, bersama dengan pertanyaan yang dimasukkan di jendela teks chatbot, kemudian diteruskan ke model Flan yang menghasilkan respons. Lab ini memberi Anda pemahaman komprehensif tentang cara membangun antarmuka chatbot menggunakan Lex V2 dan cara menggunakan berbagai layanan AWS untuk meningkatkan kemampuan model bahasa.

Tujuan

Di akhir lab ini, Anda akan dapat melakukan hal berikut:

• Menjelaskan bagaimana retrieval augmented generation dapat digunakan untuk meningkatkan output yang dihasilkan oleh aplikasi AI Generatif.
• Menerapkan chatbot Lex yang didukung oleh model bahasa besar.
• Menghubungkan Langchain ke model yang diluncurkan di Amazon SageMaker.

Prasyarat pengetahuan teknis

Diperlukan pengetahuan atas aplikasi kontainer dan konsep machine learning dasar untuk lab ini. Anda harus memiliki pemahaman dasar tentang berbagai layanan AWS, termasuk AWS CodeBuild, AWS Lambda, AWS CloudFormation, Amazon Kendra, dan Amazon Lex. Anda juga harus menyelesaikan kursus Getting Started with Amazon Kendra.

Tombol ikon

Beragam ikon digunakan di seluruh lab ini untuk menarik perhatian kepada berbagai tipe petunjuk dan catatan. Daftar berikut menjelaskan tujuan setiap ikon:

• Command: (Perintah) perintah yang harus Anda jalankan.
• Output yang diharapkan: Output sampel yang dapat Anda gunakan untuk memverifikasi output dari perintah atau file yang diedit.
• Catatan: Petunjuk, tip, atau panduan penting.
• Pelajari selengkapnya: Tempat untuk menemukan informasi selengkapnya.
• Perhatian: Informasi yang memiliki kepentingan khusus atau penting (tidak cukup penting untuk menyebabkan masalah pada peralatan atau data jika Anda melewatkannya, tetapi dapat mengakibatkan perlunya mengulangi langkah-langkah tertentu).
• Peringatan: Tindakan yang tidak dapat dibatalkan dan dapat berpotensi memengaruhi kegagalan perintah atau proses (termasuk peringatan tentang konfigurasi yang tidak dapat diubah setelah dibuat).
• Pertimbangkan: berhenti sejenak untuk mempertimbangkan cara Anda akan menerapkan konsep di lingkungan Anda sendiri atau memulai percakapan tentang topik yang ada.
• Isi file: Blok kode yang menampilkan isi skrip atau file yang perlu dijalankan yang sudah dibuat sebelumnya untuk Anda.
• Tugas selesai: Poin kesimpulan atau ringkasan dalam lab.