Crypto.com 在 AWS 上使用生成式人工智能在 1 秒内提供准确的情绪分析

Crypto.com 成立于2016年，其使命是为每个钱包带来加密货币。该公司高度关注推动用户普及，拥有包括商家和支付网关在内的广泛合作伙伴网络，使其在众多交易平台上独树一帜。Crypto.com 目前为90个国家的约1亿用户提供服务。

凭借如此快速的增长和多样化的客户群——所有这些都是在一个不断变化的、竞争激烈的行业中—— Crypto.com 采用了生成式人工智能 (AI) 来快速提供优化的客户体验。该公司的人工智能应用场景包括用于用户引导和客户查询的对话助手，以及用于生成社交媒体营销活动的向导。

在生成式人工智能应用中，情绪分析和新闻叙事分类正变得日益重要；尤其是在加密货币领域，投资者需要及时且准确的市场情报，以便做出明智的决策。Crypto.com 提供市场洞察服务，用户可以在其中访问来自加密和传统新闻来源的最新新闻和信息，以从公司的情报引擎中获得见解。每项订阅服务都是根据用户的交易水平及其钱包中的币种量身定制的。

Crypto.com 使用一系列现成的机器学习 (ML) 模型以及自己的自定义模型进行情感分析。然而，开源模型的局限性和自托管大型语言模型（LLM）的高成本给开发人员带来了挑战。他们还面临着开源模型生成结果的准确性问题（该问题在处理多语言新闻站点时尤其明显）。因此，Crypto.com 寻求一种更有效的解决方案来整合和综合多个机器学习模型（包括预训练模型和自定义模型）的输出，以提供对加密市场的准确、可靠和全面的见解。

Crypto.com 自推出以来一直在亚马逊网络服务（AWS）上运行，因此，当它寻找新的情感分析法学时，亚马逊Bedrock 上的 Anthropic Claude 3 是一个合乎逻辑的选择。这些大型语言模型具有高度可扩展性，可以实时处理大量数据，有助于开展全面的市场研究。初步结果显示，Amazon Bedrock 上的大型语言模型能够非常迅速地返回结果，通常在一秒之内。

通过集成 Amazon Bedrock，消除了自托管大型语言模型所涉及的人工操作、额外成本和计算限制。不到一个月，Crypto.com 在亚马逊Bedrock上实施了Anthropic Claude 3 Haiku模型，用于情感分析，收集和分析了超过25种语言的加密新闻。该公司还利用 Amazon Bedrock 进行持续的概念验证（POC）和开发。Crypto.com 人工智能与创新技术主管Sunny Fok表示：“亚马逊SageMaker和亚马逊Bedrock等AWS服务上的生成式人工智能简化了我们对最新LLM和人工智能技术的采用。现在，我们可以在几周内将创新想法从概念验证推进到全面生产。”

为了确保在模型输出中应用特定领域的知识，Crypto.com 使用自己的数据对包括亚马逊弹性计算云（亚马逊EC 2）上的 Mistral AI和M eta Llam a在内的开源模型进行了微调。当市场上出现新的币种时，这种方法至关重要，因为现成模型往往会产生不尽如人意的结果。Crypto.com 随后开始使用亚马逊SageMaker 作为按需端到端机器学习开发平台，以微调其自定义模型。

Crypto.com 的高级工程师雷蒙德·林说：“亚马逊SageMaker提供的工具和API可以通过用户友好的界面轻松调整我们的模型。与 Amazon Bedrock 类似，我们只需要根据需要运行机器学习作业，而且管理自定义建模比我们自己做要容易得多。”

Crypto.com 在构思生成、POC和多代理部署的生产阶段都得到了AWS的广泛支持。“针对不同应用场景应该部署哪些工具或框架，我们展开过多次讨论。”Lam 说，“AWS 团队分享了现有的应用场景，提供了示例代码，并演示了每个步骤。当出现技术问题时，AWS 解决方案架构师会帮助排除故障并提供建议，这加快了我们在 AWS 服务上采用生成式人工智能的速度。”

通过在AWS上实施多代理共识寻求共识的解决方案，Crypto.com 可以有效地向其全球用户群提供准确、全面和本地化的加密市场见解。Fok 解释说：“我们能够与用户分享关于特定币种情绪的更多即时最新资讯——例如，它们是处于看涨还是看跌状态。用户可以获得更多信息，因此可以计划更周密的投资。” 工程师们还注意到，Amazon Bedrock 上的 Claude 3 模型提高了大规模情境下质量估计的准确性。

此外，借助亚马逊 Bedrock，Crypto.com 受益于高度可扩展的模型，这些模型可自动生成见解，从而节省时间和资源。“我们可以通过 API 访问即用型模型，这让我们变得更高效，在开发过程中给了我们更高的灵活性。”Lam 说，“借助 AWS 上的生成式人工智能，我们有更多的选择来满足不同的应用场景或需求，因此在新模型推出时，我们可以很容易地对它们进行测试。”

Crypto.com 目前正在亚马逊Bedrock上探索Claude 3模型的新用例，例如处理文档、表格和图表。初步测试表明，与市面上基于机器学习的光学字符识别（OCR）阅读器相比，该技术在准确性方面取得了有前景的成果。该公司还在积极开发新的生成式人工智能应用场景，例如捕捉社交媒体中的情绪。

客户对正在进行的工作表示满意，这鼓励 Crypto.com 继续测试在组织中部署生成式人工智能的方法。“我们的生成式人工智能项目得到了内部和用户的一致好评。”Fok 分享说。