AIマルチ機能デモ

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。

迷惑メール分類：GPT-2 モデルに対して「分類タスク」のファインチューニングを施し、英語メッセージをスパム／非スパムに分類します。
指示に基づく回答生成：同じく GPT-2 モデルに対して「命令文応答タスク」のファインチューニングを行い、英語での対話指示に応じた回答を生成します（日本語は未対応）

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：

### Instruction: What type of cloud is typically associated with thunderstorms?
### Instruction: Rewrite the following sentence using passive voice.
### Input: The team achieved great results.

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）

2023年度第3四半期の売上が増えた理由は何ですか？
JPXの2023年3Qの決算について教えてください。
2023年第2四半期と第3四半期の比較で、費用の増減要因は何ですか？
JPXは中期的にどのようなIT投資を計画していますか？

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。

ユーザーの質問内容を以下の 3 カテゴリに分類し、それぞれ適切な方法で回答を生成します：

a) AWSの最新情報に関する質問：
→ Lambda 関数を呼び出して、AWS公式ブログの最新情報を取得し、要約して回答します。
b) 日本取引所グループ（JPX）の決算に関する質問：
→ RAG 機能（社内ナレッジベース）を使用して関連資料から検索・回答します。
c) それ以外の一般的な質問：
→ Claude 3 モデルが持つ知識をもとに直接回答します。

📌 質問例を表示（クリックで展開）
- a) AWSの最新情報について教えてください。
- b) JPXの第3四半期の売上が増えた理由は？
- c) 世界で一番歴史が長い国を教えてください。

AIエージェントチャット

発注AIエージェント（自然言語 → 構造化JSON → 注文書PDF）

このセクションでは、日本語の依頼文から LLM が発注内容を抽出し、
バックエンドでPydanticによるスキーマ検証の正規化を行ったうえで構造化 JSON（Order）を生成します。
すべての必須項目が揃ったら、ワンクリックで注文書PDFを作成・ダウンロードできます。
(本デモにおける必須項目は、発注者名・品目名・品目コード・数量・単価の5項目に限定されています)

📌 入力例を表示（クリックで展開）

例：
注文書を作成してください。発注者名は山本裕子、
MyPhone-5G（SKU: MY001）を3台（単価39,800円）