彻底解决Claude 3.5 Sonnet封号 用 Amazon Bedrock 体验 Claude 3.5 最新模型！

Claude 账号被ban？教你用 AWS 免费体验 Claude 3.5 Sonnet 模型！

无需注册，Amazon Bedrock 免费体验 Claude 3.5 最新 AI 对话模型！

Amazon Bedrock 教程：三步轻松启用 Claude 3.5 Sonnet 模型！

突破 Claude 地区限制：Amazon Bedrock 提供 Claude 3.5 模型体验！

作为AI的第三世界，毫无疑问Claude肯定是不能用的。

• YouTube：https://www.youtube.com/watch?v=ZvXPa8DwJe8

• bilibili：https://www.bilibili.com/video/BV1cP3jevEKw/

视频内容的补充及勘误：

1、请各位领导一定注意⚠️bedrock是一种收费的备用选择，具体的定价如下：https://aws.amazon.com/cn/bedrock/pricing/

2、勘误：视频中直接拿bedrock，Google AI Studio直接与面向消费者的ChatGPT进行对比，好似关公战秦琼。实际上ChatGPT platform后台相关参数也都可以调，Claude和Gemini面向消费者的产品也都不能调。本人Temperature调的过低，导致在视频中胡说八道，特此更正。

App unavailable Unfortunately, Claude is only available in certain regions right now. Please contact support if you believe you are receiving this message in error.

我自己用谷歌账号+接码平台注册了一个Claude的账号，但是仅仅过了一个晚上，账号就被BAN了。Error signing in with Google Your account has been disabled after anautomatic review of your recent activities.Please take a look at our Terms of Service andAcceptable Use Policy for more information.lfyou wish to appeal your suspension, please visitour Trust & Safety Center.

那如何使用Claude 3.5 Sonnet？就要用到Amazon Bedrock了。

1、前提，注册好AWS的账号，同时确保账户区域要选择美国。

假如没有选择美国的话，部分的模型可能暂未开放

2、打开模型的支持

打开这个链接：https://us-east-1.console.aws.amazon.com/bedrock/home#/modelaccess

选择修改模型权限。

选择增加新的模型访问：

修改完成后，选择左上角搜索bedrock：

进入之后选择右上角入门：

进入之后，选择打开聊天操场：

进入聊天操场之后，选择对应的模型：

挑选模型，如Claude 3.5

3、使用聊天操场功能正常使用即可

Top P、Top K 和 Temperature 都是用于控制语言模型输出多样性和创造性的参数。
1. Top K Sampling (Top K 采样)
含义: 从模型预测的下一个词的概率分布中，选择概率最高的 K 个词，然后在这个子集中重新采样。
作用:
限制模型的随机性: 避免模型选择概率极低的、不相关的词，使输出更合理。
控制输出的多样性: K 值越小，输出越确定，多样性越低；K 值越大，输出越随机，多样性越高。
示例: 假设 K=3，模型预测下一个词的概率分布为:
"the": 0.5
"a": 0.3
"beautiful": 0.1
"quickly": 0.05
"jumping": 0.05
Top K 采样会从 "the", "a", "beautiful" 中随机选择一个词作为输出。
2. Top P Sampling (Top P 采样，也称为 Nucleus Sampling)
假设 P=0.8，模型预测下一个词的概率分布如下：
"the": 0.5
"a": 0.3
"beautiful": 0.1
"quickly": 0.05
"jumping": 0.05
Top P 采样会按照以下步骤选择候选词：
排序: 首先，按照概率从高到低对词语进行排序： "the", "a", "beautiful", "quickly", "jumping".
计算累积概率: 依次计算每个词的概率与其前面所有词概率的累加值（即累积概率）：
"the": 0.5
"a": 0.5 + 0.3 = 0.8
"beautiful": 0.8 + 0.1 = 0.9
"quickly": 0.9 + 0.05 = 0.95
"jumping": 0.95 + 0.05 = 1.0
确定候选词: 从排序后的词语列表中，找到累积概率首次大于等于 P(0.8) 的位置。 在这个例子中，"a" 的累积概率为 0.8，达到了 P 值，因此 "the" 和 "a" 会被选中作为候选词。 "beautiful" 及其之后的词语会被排除，因为它们的累积概率已经超过了 P 值。
最终采样: 最后，模型会从候选词 ("the" 和 "a") 中随机选择一个作为最终输出。
3. Temperature (温度)
含义: 用于缩放模型预测的概率分布。
作用:
控制输出的创造性: 温度越高，概率分布越平坦，模型更可能选择低概率的词，输出更具创造性，但也可能更不准确；温度越低，概率分布越尖锐，模型更可能选择高概率的词，输出更准确，但也可能更平淡。
示例: 假设 Temperature=1.2，模型预测下一个词的概率分布同上。
温度会放大低概率词的相对概率，使得模型更有可能选择 "beautiful", "quickly" 或 "jumping" 等词。
参数选择建议:
一般情况下，建议使用 Top P 采样，并设置 P 值在 0.8-0.9 之间。 这可以提供较好的多样性和一致性平衡。
如果需要更具创造性的输出，可以尝试提高 Temperature 值。 但需要注意，温度过高可能会导致输出不连贯。
Top K 采样可以作为一种更直接地控制输出多样性的方式。 但需要根据实际情况选择合适的 K 值。
希望以上解释能够帮助你理解 Top P、Top K 和 Temperature 参数的含义和作用。

勘误，bedrock不是免费的，sonnet需要收费：

定价：https://aws.amazon.com/cn/bedrock/pricing/