Train CodeFu-7B with veRL and Ray on Amazon SageMaker Training jobs
在这篇文章中，我们将演示如何在由 SageMaker 训练作业管理的分布式 Ray 集群中使用组相对策略优化 (GRPO) 和 veRL 来训练 CodeFu-7B（一种用于竞争性编程的专用 70 亿参数模型），veRL 是一个灵活高效的大型语言模型 (LLM) 训练库，可直接扩展各种 RL 算法，并与现有 LLM 基础设施无缝集成。我们将介绍完整的实施过程，涵盖数据准备、分布式训练设置和全面的可观察性，展示这种统一的方法如何为复杂的 RL 训练工作负载提供计算规模和开发人员体验。
我们很高兴地宣布，Anthropic 的 Claude Opus 4.6、Claude Sonnet 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 通过 Amazon Bedrock 全球跨区域推理向中东运营的客户推出。在这篇文章中，我们将引导您了解每个 Anthropic Claude 模型变体的功能、全局跨区域推理的主要优势（包括提高的弹性）、您可以实现的实际用例，以及帮助您立即开始构建生成式 AI 应用程序的代码示例。
Scaling data annotation using vision-language models to power physical AI systems
在这篇文章中，我们研究了 Bedrock Robotics 如何应对这一挑战。通过加入 AWS 物理 AI 奖学金，该初创公司与 AWS 生成 AI 创新中心合作，应用视觉语言模型来分析施工视频片段、提取操作细节并大规模生成标记的训练数据集，以改进自主施工设备的数据准备。
How Sonrai uses Amazon SageMaker AI to accelerate precision medicine trials
在这篇文章中，我们探讨了生命科学 AI 公司 Sonrai 如何与 AWS 合作，使用 Amazon SageMaker AI 构建强大的 MLOps 框架，以应对这些挑战，同时保持受监管环境中所需的可追溯性和可重复性。
Accelerating AI model production at Hexagon with Amazon SageMaker HyperPod
在这篇博文中，我们演示了 Hexagon 如何与 Amazon Web Services 合作，通过使用 Amazon SageMaker HyperPod 的模型训练基础设施预训练最先进的分割模型来扩展其 AI 模型生产。
2025 年，Amazon SageMaker AI 进行了多项改进，旨在帮助您训练、调整和托管生成型 AI 工作负载。在本系列的第 1 部分中，我们讨论了灵活的培训计划和对推理组件的性价比改进。在这篇文章中，我们讨论可观察性、模型定制和模型托管方面的增强功能。这些改进有助于在 SageMaker AI 上托管全新类别的客户用例。
Build AI workflows on Amazon EKS with Union.ai and Flyte
在这篇文章中，我们将解释如何使用 Flyte Python SDK 来编排和扩展 AI/ML 工作流程。我们探索 Union.ai 2.0 系统如何在 Amazon Elastic Kubernetes Service (Amazon EKS) 上部署 Flyte，并与 Amazon Simple Storage Service (Amazon S3)、Amazon Aurora、AWS Identity and Access Management (IAM) 和 Amazon CloudWatch 等 AWS 服务无缝集成。我们使用新的 Amazon S3 Vectors 服务通过 AI 工
Amazon Quick now supports key pair authentication to Snowflake data source
在本博文中，我们将指导您通过安全密钥对身份验证在 Amazon Quick Sight 和 Snowflake 之间建立数据源连接。
Build unified intelligence with Amazon Bedrock AgentCore
在这篇文章中，我们将演示如何通过客户代理和知识引擎 (CAKE) 的实际实施，使用 Amazon Bedrock AgentCore 构建统一智能系统。
Evaluating AI agents: Real-world lessons from building agentic systems at Amazon
在这篇文章中，我们提出了一个针对 Amazon 代理 AI 系统的综合评估框架，该框架通过两个核心组件解决了 Amazon 代理 AI 应用程序的复杂性：一个通用评估工作流程，用于标准化不同代理实施中的评估程序；以及一个代理评估库，该库在 Amazon Bedrock AgentCore 评估中提供系统测量和指标，以及 Amazon 使用案例特定的评估方法和指标。
AI meets HR: Transforming talent acquisition with Amazon Bedrock
在这篇文章中，我们展示了如何使用 Amazon Bedrock、Amazon Bedrock 知识库、AWS Lambda 和其他 AWS 服务创建人工智能驱动的招聘系统，以增强职位描述创建、候选人沟通和面试准备，同时保持人工监督。
NVIDIA Nemotron 3 Nano 30B MoE model is now available in Amazon SageMaker JumpStart
今天，我们很高兴地宣布，具有 3B 活动参数的 NVIDIA Nemotron 3 Nano 30B 模型现已在 Amazon SageMaker JumpStart 模型目录中全面上市。您可以利用 Amazon Web Services (AWS) 上的 Nemotron 3 Nano 加速创新并提供切实的业务价值，而无需管理模型部署的复杂性。您可以使用 SageMaker JumpStart 提供的托管部署功能，通过 Nemotron 功能为您的生成式 AI 应用程序提供支持。
Mastering Amazon Bedrock throttling and service availability: A comprehensive guide
本文向您展示如何实施强大的错误处理策略，以帮助提高使用 Amazon Bedrock 时的应用程序可靠性和用户体验。我们将深入探讨优化具有这些错误的应用程序性能的策略。无论这是一个相当新的应用程序还是成熟的人工智能应用程序，在这篇文章中，您将能够找到针对这些错误进行操作的实用指南。
Swann provides Generative AI to millions of IoT Devices using Amazon Bedrock
本文向您展示如何使用 Amazon Bedrock 及其 gen-AI 功能实施智能通知过滤。您将学习模型选择策略、成本优化技术以及基于 Swann Communications 在数百万设备上部署的物联网规模部署 gen-AI 的架构模式。
在这篇文章中，我们讨论如何使用 Amazon NovainAmazon Bedrock 来实施人工智能驱动的图像识别解决方案，该解决方案可自动检测和验证模块组件，从而显着减少手动验证工作并提高准确性。
Iberdrola enhances IT operations using Amazon Bedrock AgentCore
Iberdrola 是全球最大的公用事业公司之一，它采用了尖端的人工智能技术来彻底改变其 ServiceNow 的 IT 运营。通过与 AWS 的合作，Iberdrola 使用 Amazon Bedrock AgentCore 实施了不同的代理架构，针对三个关键领域：在草稿阶段优化变更请求验证、通过上下文智能丰富事件管理以及使用对话式 AI 简化变更模型选择。这些创新减少了瓶颈，帮助团队加快故障单解决速度，并在整个组织内提供一致且高质量的数据处理。
Building real-time voice assistants with Amazon Nova Sonic compared to cascading architectures
Amazon Nova Sonic 通过双向流接口提供实时、类人的语音对话。在本文中，您将了解 Amazon Nova Sonic 如何解决级联方法所面临的一些挑战、简化语音 AI 代理的构建并提供自然的对话功能。我们还提供有关何时选择每种方法的指导，以帮助您为语音 AI 项目做出明智的决策。
New Relic transforms productivity with generative AI on AWS
与生成式人工智能创新中心合作，New Relic NOVA（New Relic Omnipresence Virtual Assistant）从知识助手发展成为全面的生产力引擎。我们探索了技术架构、开发历程以及在构建企业级人工智能解决方案时吸取的关键经验教训，该解决方案可大规模提高生产力。
