Cianplan

Nivel 5: Sistemas de IA / LLM · L5.8 IA generativa en AWS: Bedrock en la práctica (AIP-C01)

Entradas multimodales: documentos, imágenes, audio y video para modelos fundacionales

Convertir documentos, imágenes, audio y video en entradas listas para el modelo con Bedrock Data Automation, Amazon Transcribe, Amazon Textract o un modelo de embeddings multimodal, y elegir cómo los parsea una knowledge base.

13 min · Pro

Lo que te llevas

  • Cada modalidad se convierte a texto (transcripciones, OCR, resúmenes de escenas) o se guarda tal cual con un modelo de embeddings multimodal; convertir conserva el RAG completo, el embedding conserva lo que el texto pierde.

Y 3 ideas más dentro de la clase, en Pro.

Cómo está armada la clase

  1. El problema
  2. La estación de preparación
  3. Convertir a texto, o hacer el embedding tal cual
  4. Bedrock Data Automation
  5. Las piezas básicas, y la elección del parser
  6. Comprueba lo que entendiste