Unlocking enhanced legal document review with Lexbe and Amazon Bedrock
在这篇文章中，法律文档审查软件公司Lexbe演示了他们如何整合亚马逊床架和其他AWS服务，以改变其文档审查流程，使法律专业人员能够使用生成AI立即查询和从大量案例文档中提取见解。通过与AWS的合作，Lexbe在召回率方面取得了重大提高，到2024年12月，高达90％，并开发了广泛的人类风格报告和跨多种语言的自动推断的能力。
Automate AIOps with SageMaker Unified Studio Projects, Part 2: Technical implementation
在这篇文章中，我们专注于通过逐步指导和参考代码实施此体系结构。我们提供了详细的技术演练，以满足AI开发生命周期中两个关键角色的需求：通过自动模板建立治理和基础设施的管理员，以及使用SageMaker Unified Studio用于模型开发的数据科学家，而无需管理基础设施。
Automate AIOps with Amazon SageMaker Unified Studio projects, Part 1: Solution architecture
这篇文章介绍了建筑策略和可扩展的框架，该框架可帮助组织管理多租户环境，始终如一地自动化自动化，并嵌入治理控制，因为它们可以与Sagemaker Unified Studio扩展AI计划。
Demystifying Amazon Bedrock Pricing for a Chatbot Assistant
在这篇文章中，我们将通过一个实用的现实世界示例的镜头来查看亚马逊基岩的价格：构建客户服务聊天机器人。我们将分解基本的成本组件，仔细研究中型呼叫中心实施的容量计划，并在不同的基础模型上提供详细的定价计算。
Fine-tune OpenAI GPT-OSS models on Amazon SageMaker AI using Hugging Face libraries
于2025年8月5日发布，OpenAI的GPT-Oss车型GPT-OSS-20B和GPT-OSS-1220B现在可以通过AWS通过Amazon Sagemaker AI和Amazon Bedrock在AWS上购买。在这篇文章中，我们介绍了使用SageMaker AI培训工作在完全管理的培训环境中微调GPT-oss模型的过程。
The DIVA logistics agent, powered by Amazon Bedrock
在这篇文章中，我们讨论了DTDC和Shellkode如何使用Amazon Bedrock构建Diva 2.0，这是一种生成的AI驱动物流代理。
Automate enterprise workflows by integrating Salesforce Agentforce with Amazon Bedrock Agents
这篇文章探讨了实用的合作，将Salesforce Force与Amazon Bedrock Agents和Amazon Redshift集成，以使Enterprise Workflows自动化。
How Amazon Bedrock powers next-generation account planning at AWS
在这篇文章中，我们分享了我们如何构建帐户计划脉冲，这是一种生成的AI工具，旨在使用亚马逊基岩（Amazon Bedrock）简化和增强帐户计划过程。 Pulse减少了审核时间，并提供了可行的帐户计划摘要，以便于协作和消费，从而帮助AWS销售团队更好地为客户服务。
Pioneering AI workflows at scale: A deep dive into Asana AI Studio and Amazon Q index collaboration
今天，我们很高兴地宣布Asana AI Studio与Amazon Q Index的集成，将Generative AI直接带入您的日常工作流程中。在这篇文章中，我们探讨了Asana AI Studio和Amazon Q索引如何通过智能工作流动自动化和增强的数据可访问性来改变企业效率。
Responsible AI for the payments industry – Part 1
这篇文章探讨了付款行业在扩展AI采用方面面临的独特挑战，塑造实施决策的监管方面的考虑以及应用负责AI原则的实用方法。在第2部分中，我们提供了实施策略，以在您的付款系统中运行负责的AI。
Responsible AI for the payments industry – Part 2
在我们系列的第1部分中，我们探索了付款行业中负责人AI的基础概念。在这篇文章中，我们讨论了负责任的AI框架的实际实施。
在这篇文章中，我们将使用Amazon Bedrock Data Automation和Amazon Sagemaker AI展示如何使用人类评论循环处理多页文档。
Build an AI assistant using Amazon Q Business with Amazon S3 clickable URLs
在这篇文章中，我们演示了如何使用Amazon Q业务来建立AI助手，该业务根据您存储在S3存储桶中的企业文档响应用户请求，以及用户如何在AI助手响应中使用参考网址以查看或下载引用文档，并验证AI响应的AI响应，以实践负责任的AI。
GPT OSS models from OpenAI are now available on SageMaker JumpStart
今天，我们很高兴地宣布，来自Amazon Sagemaker Jumpstart的OpenAI，Openai的Open AI开放式AI开放式GPT OSS模型，GPT-OSS-1220B和GPT-SOSS-20B。通过此发布，您现在可以部署Openai的最新推理模型来构建，实验和负责任地扩展您的生成AI想法。在这篇文章中，我们演示了如何在Sagemaker Jumpstart上开始这些模型。
Amazon Q业务是一家完全管理的，生成的AI驱动助手，可帮助企业解锁其数据和知识的价值。借助Amazon Q Business，您可以通过使用公司各种数据源和企业系统中存储的信息和专业知识来快速找到问题的答案，生成摘要和内容以及完成任务。 […]
Cost tracking multi-tenant model inference on Amazon Bedrock
在这篇文章中，我们演示了如何使用Converse API的RequestMetadata参数跟踪和分析Amazon Bedrock上的多租户模型推理成本。该解决方案包括使用AWS胶水和Amazon快速仪表板的ETL管道，以可视化使用模式，代币消费以及不同租户和部门的成本分配。
AI judging AI: Scaling unstructured text analysis with Amazon Nova
在这篇文章中，我们强调了如何在亚马逊基岩中部署多个生成AI模型，以指示LLM模型创建文本响应的主题摘要。然后，我们展示如何使用多个LLM模型作为陪审团来审查这些LLM生成的摘要，并分配评分来判断摘要标题和摘要描述之间的内容一致性。
Building an AI-driven course content generation system using Amazon Bedrock
在这篇文章中，我们将详细探讨每个组件，以及两个核心模块的技术实施：课程轮廓生成和课程内容生成。
