Перейти к основному содержимому Перейти к дополнительному содержимому

Источник аналитики Cohere (Amazon Bedrock)

Используйте аналитический коннектор Cohere (Amazon Bedrock) для взаимодействия с Cohere, чтобы обогатить приложения Qlik Sense глубоким контекстом и аналитическим содержимым из генеративных моделей ИИ, а также за счет использования технологии больших языковых моделей (БЯМ).

Примечание к информации

Коннектор Amazon Bedrock - Converse API позволяет подключиться к универсальному Amazon Bedrock API для генеративных текстовых моделей, в том числе к моделям, доступными через этот коннектор.  Для получения более широкой функциональности рекомендуется заменить подключения, использующие конфигурацию Cohere - Generate, на подключения Amazon Bedrock - Converse API.

Для получения дополнительной информации см. раздел Amazon Bedrock - Converse API Источник аналитики .

Аналитический коннектор Cohere (Amazon Bedrock) позволяет отправлять данные из пользовательского ввода приложения или из данных, загруженных в скрипт, в Cohere. Подключиться к этому источнику аналитики можно на странице «Создать» в центре активности Аналитика, Скрипт или в приложении.

Платформа Cohere

Models

Необходимые условия

Для работы с этим коннектором необходимо быть пользователем AWS с ключом доступа и секретным ключом. Также требуется разрешение bedrock:invokemodel.

Включение конечных точек машинного обучения в Qlik Cloud

Для работы с этим коннектором необходимо включить конечные точки машинного обучения в центре активности Администрирование. Переключатель находится в области Контроль функции раздела Параметры.

Для получения дополнительной информации см. раздел Включение аналитических коннекторов для конечных точек машинного обучения.

Ограничения

  • Для этого коннектора действует ограничение 25 строк на запрос, максимальный размер пакета — 1 строка за один раз.

  • Ресурсы, доступные в службах, где развернута модель, будут обуславливать и ограничивать производительность при перезагрузке Qlik Sense, а также скорость отклика диаграмм.

  • В сценарии с регулярной перезагрузкой приложения лучше всего кэшировать прогнозы машинного обучения с использованием файла QVD и отправлять в конечную точку только новые строки. Это улучшит производительность при перезагрузке приложения Qlik Sense и уменьшит нагрузку на конечную точку модели.

  • Если используется относительное имя подключения и необходимо перенести приложение из одного общего пространства в другое или перенести приложение из общего пространства в личное, то может потребоваться время на обновление аналитического подключения с учетом нового расположения пространства.

Помогла ли вам эта страница?

Если вы обнаружили какую-либо проблему на этой странице или с ее содержанием — будь то опечатка, пропущенный шаг или техническая ошибка, сообщите нам об этом!