亚马逊云科技 _机器学习领域信息情报检索

AWS的以下部分介绍了机器学习的文章。Amazon Web Services(AWS)是亚马逊公司内部一个充满活力且不断发展壮大的业务部门。订阅我们,获取关于Amazon Web Services机器学习的文章。

使用Amazon Bedrock和Converse API

Building a custom text-to-SQL agent using Amazon Bedrock and Converse API

在自然语言处理(NLP)和数据库管理领域中,开发强大的文本到SQL功能是一个关键的挑战。 NLP和数据库管理的复杂性在该领域增加,尤其是在处理复杂的查询和数据库结构时。在这篇文章中,我们使用自定义代理实现以及Amazon Bedrock和Converse API引入了一个简单而强大的解决方案,并随附代码与随附的代码一起使用。

使用生成AI

Accelerate threat modeling with generative AI

在这篇文章中,我们探讨了生成AI如何通过自动化脆弱性识别,产生全面的攻击场景并提供上下文缓解策略来彻底改变威胁建模实践。

ANOMALO如何解决非结构化数据质量问题,以提供AWS

How Anomalo solves unstructured data quality issues to deliver trusted assets for AI with AWS

在这篇文章中,我们探讨了如何将Anomalo与Amazon Web服务(AWS)AI和机器学习(AI/ML)一起使用,以简介,验证和清洁非结构化的数据收集,以将您的数据湖转换为可信赖的生产AI AI Initiative。

创新的金融服务领导者找到了正确的AI解决方案:Robinhood和Amazon Nova

An innovative financial services leader finds the right AI solution: Robinhood and Amazon Nova

在这篇文章中,我们分享了Robinhood如何使用Generative AI和Amazon Nova提供民主化的财务和实时市场见解。

使用Amazon Bedrock知识库构建结构化数据的对话界面

Build conversational interfaces for structured data using Amazon Bedrock Knowledge Bases

本文提供了使用实用的代码示例和模板配置结构化数据检索解决方案的说明。它涵盖了实施样本和其他注意事项,使您能够快速构建和扩展对话数据界面。

Apollo轮胎如何使用代理AI驱动的制造推理器

How Apollo Tyres is unlocking machine insights using agentic AI-powered Manufacturing Reasoner

在这篇文章中,我们分享了Apollo轮胎如何使用Amazon Bedrock的生成AI来利用其机器数据的见解,以自然语言交互模式来获得对其制造过程的全面视图,从而实现数据驱动的决策并优化运营效率。

使用PagerDuty Advance Data Concector

Extend your Amazon Q Business with PagerDuty Advance data accessor

在这篇文章中,我们演示了组织如何通过集成Pagerduty Advance来增强其事件管理功能,Pagerduty Advance是一组创新的代理和生成性AI功能,可自动化响应工作流程并提供对运营健康的实时见解,并与Amazon Q业务相关。我们展示了如何将PagerDuty Advance配置为Amazon Q索引的数据登录器,因此您可以在事件响应期间搜索和访问跨多个系统的企业知识。

通过在亚马逊基岩代理中实施控制回报来创新业务逻辑

Innovate business logic by implementing return of control in Amazon Bedrock Agents

在分布式系统和微服务体系结构的背景下,策划了各种组成部分之间的沟通提出了重大挑战。但是,随着亚马逊基岩代理的推出,景观正在发展,为控制能力返回的回归提供了简化的方法来创建代理和无缝集成。在这篇文章中,我们探讨了亚马逊基岩代理如何彻底改变代理商的创建,并证明了控制能力回归在整理多个系统之间复杂相互作用方面的功效。

使用亚马逊基岩自定义模型import

Deploy Qwen models with Amazon Bedrock Custom Model Import

现在,您可以为qwen2,qwen2_vl和qwen2_5_vl架构导入自定义权重,包括QWEN 2、2.5编码器,QWEN 2.5 VL和QWQ 32B之类的型号。在这篇文章中,我们介绍了如何使用Amazon BedRock自定义模型导入的如何部署QWEN 2.5型号,这使他们可以在AWS基础架构中以有效的成本在AWS基础架构中使用最先进的AI功能。

用亚马逊基岩构建生成AI解决方案

Build generative AI solutions with Amazon Bedrock

在这篇文章中,我们向您展示了如何使用Amazon Bedrock的功能在Amazon Web服务(AWS)上构建生成AI应用程序,并强调了如何在生成AI旅程的每个步骤中使用Amazon Bedrock。本指南对于经验丰富的AI工程师和生成AI空间的新移民都很有价值,可帮助您利用亚马逊基岩的最大潜力。

NetSertive如何使用Amazon Bedrock和Amazon Nova从实时数据中提取有意义的见解

How Netsertive built a scalable AI assistant to extract meaningful insights from real-time data using Amazon Bedrock and Amazon Nova

在这篇文章中,我们展示了NetSertive如何使用Amazon Bedrock和Amazon Nova向MLX推出了​​一位生成的AI驱动助手,以使他们的下一代平台栩栩如生。

使用Amazon Nova

Make videos accessible with automated audio descriptions using Amazon Nova

在这篇文章中,我们演示了如何使用Amazon Nova,Amazon Rekognition和Amazon Polly之类的服务来自动创建视频内容的可访问音频描述。这种方法可以大大减少使视觉障碍受众访问视频所需的时间和成本。

训练骆驼3.3燕子:亚马逊萨吉式制造商Hyperpod

Training Llama 3.3 Swallow: A Japanese sovereign LLM on Amazon SageMaker HyperPod

Tokyo科学院已经成功训练了Llama 3.3 Swallow,这是一种使用Amazon Sagemaker Hyperpod的700亿参数大语模型(LLM),具有增强的日本能力。该模型在日语任务中表现出了卓越的性能,表现优于GPT-4O-Mini和其他领先的模型。该技术报告详细介绍了项目期间开发的培训基础设施,优化和最佳实践。

Amazon Sagemaker Hyperpod

Accelerating Articul8’s domain-specific model development with Amazon SageMaker HyperPod

了解ARTICUL8如何使用特定于域的模型来重新定义企业生成AI,在现实世界应用中的特定模型都超过了通用LLM。在我们最新的博客文章中,我们深入研究了Amazon Sagemaker Hyperpod如何加速ArtiCul8行业领先的半导体模型的开发 - 在将部署时间削减4倍的同时,提高了2倍的准确性,以提高2倍的准确性。

VideoAmp如何使用Amazon Bedrock为其媒体分析接口供电

How VideoAmp uses Amazon Bedrock to power their media analytics interface

在这篇文章中,我们说明了一家媒体测量公司VideoAmp与AWS生成AI创新中心(Genaiic)团队合作,开发了VideoAmp自然语言(NL)分析聊天机器人的原型,以使用Amazon Bedrock在媒体分析中大规模地揭示有意义的见解。

Adob​​e使用Amazon Bedrock知识库提高了开发者的生产率

Adobe enhances developer productivity using Amazon Bedrock Knowledge Bases

Adob​​e使用Amazon Bedrock知识库和Amazon OpenSearch无服务器的Amazon Bedrock知识库和矢量引擎合作。该解决方案极大地改善了他们的开发人员支持系统,从而提高了检索准确性20%。在这篇文章中,我们讨论了该解决方案的细节以及Adobe如何提高其开发人员的生产率。

Amazon Nova Lite使Bito可以为其AI驱动的代码评论提供免费的层选项

Amazon Nova Lite enables Bito to offer a free tier option for its AI-powered code reviews

Bito是一家创新的创业公司,为各种软件开发人员创建AI代理。在这篇文章中,我们分享了Bito如何使用Amazon Nova为其AI驱动的代码评论提供免费的层次选项。

Gardenia Technologies如何帮助客户创建ESG披露报告,使用Amazon Bedrock上的代理生成AI速度快75%

How Gardenia Technologies helps customers create ESG disclosure reports 75% faster using agentic generative AI on Amazon Bedrock

Gardenia Technologies是一家数据分析公司,与AWS原型和云工程(PACE)团队合作开发了Report Report Genai,Genai是一种全自动的ESG报告解决方案,该解决方案由Amazon Bedrock上最新的AI模型提供动力。这篇文章深入研究了使用带有检索增强发电(RAG)和文本到SQL功能的工具的代理搜索解决方案背后的技术,以帮助客户将ESG报告时间最多减少75%。我们演示了AWS无服务器技术如何与亚马逊基岩中的代理相结合,用于构建可扩展且高度灵活的基于代理的文档助理应用程序。