使用LLM或Kendra的QA解决方案。

【以下的回答经过翻译处理】 Kendra是构建问答聊天机器人的良好起点。使用亚马逊网络服务(AWS)的Kendra，您可以构建一个使用自然语言理解和机器学习提供准确答案的问答聊天机器人，同时将您的数据保留在AWS账户中。如果您的数据已经在AWS中，您可以配置Kendra的源，例如使用S3进行索引 - https://docs.aws.amazon.com/kendra/latest/dg/data-source-s3.html

作为一种解决方案，通常需要通过Lex服务或传统的基于Web的解决方案（如API Gateway、Lambda和网站）配置“前端”，以处理用户交互。您还可以使用其他AWS服务，如Polly，将文本转换为语音。

• https://aws.amazon.com/blogs/machine-learning/smarter-faq-bots-with-amazon-kendra/
• https://aws.amazon.com/solutions/implementations/qnabot-on-aws/

您可以将AWS Sagemaker JumpStart Foundation Models（在预览模式和选择的区域中）作为生成式AI模型，与Kendra/OpenSearch一起作为知识库，来组合LLM解决方案。我们提供文本摘要和问答的LLM模型。

以下是一些起点链接：

• https://aws.amazon.com/blogs/machine-learning/text-summarization-with-amazon-sagemaker-and-hugging-face/
• https://aws.amazon.com/blogs/machine-learning/aws-and-hugging-face-collaborate-to-make-generative-ai-more-accessible-and-cost-efficient/

希望这是您问答聊天机器人解决方案的良好起点。

如果您认为这对您的解决方案设计有所帮助，请选择接受。