Een bedrijf wil een interne generatieve AI Q&A-interface toevoegen met behulp van een populair open-source LLM. Welke twee stappen zullen de interface implementeren met de minste operationele overhead? (Kies twee.)

De twee correcte opties minimaliseren de operationele overhead. Amazon SageMaker JumpStart biedt een snelle en eenvoudige manier om populaire open-source LLM's te implementeren met minimale configuratie en beheer, omdat SageMaker de onderliggende infrastructuur beheert. Een frontend HTML-interface in combinatie met Amazon API Gateway WebSocket API en AWS Lambda-functies is een serverloze architectuur. Dit betekent dat AWS de servers beheert en automatisch schaalt, waardoor er geen operationele overhead is voor het beheer van servers. Het downloaden van een LLM als een .zip-bestand en het implementeren op een GPU-gebaseerde EC2-instantie vereist handmatig beheer van de EC2-instantie, inclusief patching, updates en schaling, wat leidt tot hogere operationele overhead. Amazon QuickSight is een business intelligence-service en is niet ontworpen voor het bouwen van interactieve generatieve AI-interfaces. Amazon Lex is een service voor het bouwen van conversationele interfaces (chatbots), maar is niet de meest flexibele of directe manier om een algemene frontend voor een LLM te bouwen, vooral als er specifieke HTML-functionaliteit nodig is.