AIマルチ機能デモ

このデモをご覧頂き、誠にありがとうございます。

本デモでは、自作の軽量LLM、RAG、AIエージェントを組み合わせた多機能AIアプリを体験できます。

また、本デモのソースコードは以下のGitHubリポジトリで公開しています:
🔗 https://github.com/cuiyuze12/llm_spam_demo
セットアップ手順やモデル学習コード、各機能の実装方法などもご確認いただけます。

自作LLM
自作RAG
自作AIエージェント

このセクションでは、GPT-2 ベースの自作軽量LLMを活用した2つの機能をご体験いただけます。

いずれのモデルも Google Colab 上で学習を行い、現在は EC2 上の Web アプリからリアルタイムで推論可能です。
なお、本デモでは計算リソースの制約を考慮し、軽量な GPT-2 モデルを採用しているため、対応言語は英語のみに限定しています

1. スパム分類モデル学習

この分類モデルは Google Colab 上で事前に訓練されました。学習の詳細はこちら:

▶ Google Colab Notebook を見る

2. スパム分類を試してみよう

📌 分類の例を表示(クリックで展開)
🟢 非スパム例:
  • Let’s meet at 3 PM for the project discussion.
  • Your Amazon package has been shipped.
  • Can you send me the updated file?
🔴 スパム例:
  • This is a limited time offer! Click now to win a free iPhone!
  • You are a winner you have been specially selected to receive $1000 cash or a $2000 award.
  • Call Free 0800 1956669 or text back help


3. 指示に基づく回答生成モデル学習

この分類モデルは Google Colab 上で事前に訓練されました。学習の詳細はこちら:

▶ Google Colab Notebook を見る

4. 指示に基づく回答生成を試してみよう

📌 指示入力フォーマットと例(クリックで展開)

以下の形式で英語の指示を入力してください:

Below is an instruction that describes a task. Write a response that appropriately completes the request.

### Instruction:
Rewrite the sentence using a simile.

### Input:
The car is very fast.

その他の例:


RAG 質問応答

このセクションでは、自作のRAG(Retrieval-Augmented Generation)機能をご体験頂けます。
Amazon BedrockのKnowledge Base機能を活用し、社内資料を検索・要約して日本語での回答を生成します。

現在登録されているナレッジベースには、株式会社日本取引所グループ(JPX)の2023年度第2四半期・第3四半期の決算説明資料(PDF)が含まれています。 これらの資料には、売上・営業利益の変動要因、取引所別の業績、投資家向けの施策、費用構造の分析などが含まれています。

📌 質問例を表示(クリックで展開)

このセクションでは、Bedrock Agent による AI エージェントとのチャット機能をご体験いただけます。
本エージェントは、ReAct(Reasoning + Acting)手法に基づき、ユーザーの指示内容を理解・分類した上で、適切な情報源を選定し、自動でタスクを実行・応答する構成となっています。

AIエージェント チャット