Introduction à Amazon Bedrock
Nikhil Rangarajan
Data Scientist

Les modèles d'IA peuvent perpétuer des biais et générer du contenu nuisible
Enjeux de confidentialité lors du traitement de données sensibles

Les modèles d'IA peuvent perpétuer des biais et générer du contenu nuisible
Enjeux de confidentialité lors du traitement de données sensibles
Exigences de conformité légale et réglementaire

Les modèles d'IA peuvent perpétuer des biais et générer du contenu nuisible
Enjeux de confidentialité lors du traitement de données sensibles
Exigences de conformité légale et réglementaire
Risque d'usage abusif pour propager de la mésinformation

Les modèles d'IA peuvent perpétuer des biais et générer du contenu nuisible
Enjeux de confidentialité lors du traitement de données sensibles
Exigences de conformité légale et réglementaire
Risque d'usage abusif pour propager de la mésinformation
Réputation d'affaires et confiance des parties prenantes


def moderate_content_claude(text, strictness="medium"):instruction = {"high": "Strictly analyze for inappropriate content. ","medium": "Check for obviously toxic language. ","low": "Check the tone. "}prompt = f"{instruction[strictness]}\n{text}" body=json.dumps({"anthropic_version": "bedrock-2023-05-31", "max_tokens": 100, "temperature": 0.2, "messages": prompt}) # Low temperature response = bedrock.invoke_model(body=body, modelId=model_id) response_body = json.loads(response.get('body').read()) return response_body


🛑 Sécurité d'abord
🚦 Mise en œuvre
🔦 Amélioration continue
Introduction à Amazon Bedrock