【AWSの生成AI】Amazon Bedrock ～モデル概要～
はじめに
みなさま、こんにちは。
クラウドソリューション第2グループ入社2年目のkugishimakです。
この記事ではAmazon Bedrockの東京リージョンで使用できるモデルについて紹介していきます。
目次
Amazon Bedrockとは？
Amazon Bedrockについての概要は下記のブログでご紹介しておりますのでこちらをご覧ください！
Amazon Bedrockで使用できるモデルについて
東京リージョンで使用できるモデルについて、モデル概要とユースケースを紹介していきます。
– Amazon –
1. Titan Embeddings G1 – Text
モデルの概要
テキストデータを数値ベクトルに変換する埋め込みモデルです。
これにより、ドキュメント、段落、文などの非構造化テキストを
意味的に表現することが可能となります。
ユースケース
このモデルは、テキスト検索、セマンティック類似度の評価、クラスタリングなど、
テキストデータの意味的な分析や処理を必要とするタスクに適しています。
2. Titan Text G1 – Express
モデルの概要
テキスト生成のための大規模言語モデルであり、
自由形式のテキスト生成や会話型チャットなど、高度で一般的な言語タスクに幅広く対応します。
ユースケース
このモデルは、チャットボット、コンテンツ生成、要約生成など、
自然言語生成を必要とするさまざまなアプリケーションで利用されています。
3. Nova Reel
モデルの概要
動画生成AIです。テキストや画像をもとに高品質な動画を生成可能です。
ユースケース
プロモーション動画の自動生成、SNS向けの短尺動画制作、
プロトタイピング用アニメーションの作成に使用できます。
4. Titan Text Embeddings V2
モデルの概要
最大8,192トークンの入力を処理し、1,024次元のベクトルを出力するテキスト埋め込みモデルです。
このモデルは、100以上の言語に対応しており、テキスト検索タスクに最適化されています。
ユースケース
このモデルは、ドキュメント検索、再ランク付け、分類、セマンティック類似度の評価、
クラスタリングなど、多岐にわたるタスクで利用されています。
また、長いドキュメントの処理や多言語対応が求められるシナリオにも適しています。
5. Rerank 1.0
モデルの概要
検索結果のランキングを最適化し、RAGシステムと組み合わせることで情報検索の精度を向上させるAIです。
ユースケース
検索エンジンの結果最適化、FAQシステムの精度向上、企業内ナレッジ検索の強化などに使用されます。
– Anthropic –
6. Claude 3.5 Sonnet
モデルの概要:
Anthropicの最新LLMで、高速かつ高精度な文章生成が可能です。
ユースケース:
企業向けAIアシスタント、カスタマーサポート、コンテンツ生成、
高度な推論・分析業務などに使用されます。
7. Claude 3 Haiku
モデルの概要
ほぼ即時の応答性を実現しているモデルです。
シンプルなクエリやリクエストに迅速に答えます。
ユースケース
リアルタイムのチャットボットや、迅速なコンテンツ生成が必要な場面での活用が考えられます。
8. Claude 2.1
モデルの概要
Anthropic による大規模言語モデル (LLM) であり、最大トークン数20万を備えているため、
ハルシネーションの発生率が低下し、長いドキュメントの精度が向上しています。
ユースケース
要約やQ&A、トレンド予測、複数の文書の比較と対比、分析などがおこなえます。
9. Claude Instant
モデルの概要
Anthropic の高速で、最大トークン数10万、
低価格でありながら非常に高性能な LLM です。
ユースケース
カジュアルな対話、テキスト分析、要約、文書理解に用いられます。
– Cohere –
10. Embed English
モデルの概要
Cohere社が提供する英語テキスト専用の埋め込みモデルです。テキストデータを高次元のベクトルに変換し、
意味的な類似性の評価や検索タスクに利用されます。
ユースケース
英語のテキストデータにおけるセマンティック検索、類似性評価、クラスタリングなどのタスクに適しています。
11. Embed Multilingual
モデルの概要
多言語対応の埋め込みモデルで、100以上の言語をサポートしています。
テキストデータをベクトル化し、言語間の意味的な類似性を評価することが可能です。
ユースケース:
多言語環境でのセマンティック検索、クロスリンガルな類似性評価、国際的なデータ分析などに適しています。
12. Rerank 3.5
モデルの概要:
検索システムやRAG（Retrieval-Augmented Generation）システムにおける情報の関連性を大幅に向上させることが可能です。
クロスエンコーディング手法を用いて高い検索精度を実現し、100以上の言語に対応しています。
ユースケース:
Rerank 3.5は、企業の検索システムやRAGシステムの精度向上に活用されます。
例えば、eコマースサイトでの製品検索の精度向上や、データドリブンな意思決定プロセスの強化に役立ちます。
おわりに
本記事では、Amazon Bedrockの東京リージョンで使用できるモデルの概要について紹介しました。
使用できるモデルは日に日にアップデートされているので、最新版のチェックが欠かせませんね。
それではまた👋
