How TransPerfect Improved Translation Quality and Efficiency Using Amazon Bedrock
这篇文章描述了AWS客户渠道技术 - 本地化团队如何与TransPerfect合作，将亚马逊床架集成到Globallink Translation Management Systems，这是一种基于云的解决方案，旨在帮助组织管理其多语言内容和翻译工作流。组织使用TransFect的解决方案来快速使用AI以多种语言来迅速创建和部署内容。
Racing beyond DeepRacer: Debut of the AWS LLM League
AWS LLM LOAGEWAS旨在通过提供一种体验来降低生成AI模型定制的进入障碍，而参与者无论其先前的数据科学经验如何，都可以从事微调LLMS。使用Amazon Sagemaker Jumpstart，引导与会者通过自定义LLMS来解决适应其领域的实际业务挑战的过程。
Reduce ML training costs with Amazon SageMaker HyperPod
在这篇文章中，我们探讨了大规模边界模型培训的挑战，重点是硬件故障以及亚马逊萨吉式制造商HyperPod的好处 - 一种解决方案，可最大程度地减少干扰，提高效率并降低培训成本。
Model customization, RAG, or both: A case study with Amazon Nova
引入Amazon Nova模型代表了AI领域的重大进步，为大语言模型（LLM）优化提供了新的机会。在这篇文章中，我们演示了如何有效地执行模型自定义和用亚马逊NOVA模型作为基线。我们使用最新的Amazon Nova模型进行了模型定制和抹布之间的全面比较研究，并共享这些有价值的见解。
Generate user-personalized communication with Amazon Personalize and Amazon Bedrock
在这篇文章中，我们演示了如何使用Amazon个性化和亚马逊基石来使用视频启用用例为个体用户生成个性化的外展电子邮件。该概念可以应用于其他领域，例如吸引电子商务和数字营销用例的客户体验。
Automating regulatory compliance: A multi-agent solution using Amazon Bedrock and CrewAI
在这篇文章中，我们探讨了AI代理如何使用亚马逊基岩和Crewai简化合规性并满足金融机构的监管要求。我们演示了如何构建一个可以自动汇总新法规，评估其对操作的影响并提供规范性技术指导的多代理系统。您将学习如何使用Crewai使用Amazon Bedrock知识库和Amazon Bedrock代理商来创建全面的自动合规解决方案。
Implement human-in-the-loop confirmation with Amazon Bedrock Agents
在这篇文章中，我们专门致力于使最终用户批准操作并使用内置的亚马逊基石代理功能，特别是用于提供安全有效的代理操作的HITL模式。我们使用人力资源（HR）代理示例探索可用的模式，该示例可帮助员工要求休息时间。
Boost team productivity with Amazon Q Business Insights
在这篇文章中，我们探讨了Amazon Q Business Insights功能及其对组织的重要性。我们首先概述可用指标，以及如何用于衡量用户参与度和系统效率。然后，我们提供访问和导航此仪表板的说明。
Multi-LLM routing strategies for generative AI applications on AWS
在构建生成AI应用程序时，组织越来越多地使用多种大型语言模型（LLM）。尽管单独的LLM可以具有很高的能力，但它可能无法最佳地解决广泛的用例或满足各种性能要求。多LLM方法使组织能够有效地为每个任务选择正确的模型，并适应不同的[…]
在这篇文章中，我们展示了IFOOD如何使用萨格马制造商彻底改变其ML操作。通过利用SageMaker的力量，IFOOD简化了整个ML生命周期，从模型培训到部署。这种集成不仅简化了复杂的过程，还可以自动化关键任务。
在这篇文章中，我向您展示了如何结合Langchain的Langgraph，Amazon Sagemaker AI和MLFlow，以演示用于开发，评估和部署复杂的Generativeai代理的强大工作流程。该集成提供了所需的工具，可以深入了解Generativeai代理的性能，快速迭代并在整个开发过程中维护版本控制。
Fine-tune large language models with reinforcement learning from human or AI feedback
在这篇文章中，我们引入了一种最先进的方法来通过增强学习来微调LLM，审查了RLHF与RLAIF与DPO的利弊，并看到了如何与RLAIF进行LLM微调工作。我们还看到了如何使用拥抱面式变压器和TRL库对萨吉式制造商实施端到端的RLAIF管道，以及使用现成的毒性奖励模型在PPO期间与对齐响应，或直接提示LLM在PPO期间产生定量奖励反馈。
How Lumi streamlines loan approvals with Amazon SageMaker AI
Lumi是澳大利亚领先的金融科技贷方，以快速，灵活和透明的资金解决方案赋予小型企业能力。他们使用实时数据和机器学习（ML）提供定制的贷款，以促进可持续增长并解决获得资本的挑战。这篇文章探讨了Lumi如何使用Amazon Sagemaker AI来实现此目标，增强其交易处理和分类功能，并最终通过提供更快的贷款申请，更准确的信贷决策以及改善客户体验来发展其业务。
Shaping the future: OMRON’s data-driven journey with AWS
Omron Corporation是工业自动化，医疗保健和电子组件领域的领先技术提供商。在塑造未来2030年（SF2030）战略计划的过程中，Omron旨在解决各种社会问题，推动可持续的业务增长，改变业务模式和能力，并加速数字化转型。这种转型的核心是Omron Data＆Analytics平台（ODAP），这是一项旨在彻底改变公司如何利用其数据资产的创新计划。这篇文章探讨了Omron Europe如何使用Amazon Web Services（AWS）来构建其先进的ODAP及其在利用生成AI的力量方面的进步。
AI Workforce: using AI and Drones to simplify infrastructure inspections
检查风力涡轮机，电源线，5G塔和管道是一项艰巨的工作。这通常很危险，耗时，容易出现人为错误。这篇文章是探索AI劳动力的三部分系列中的第一篇文章，即AWS AI驱动的无人机检查系统。在这篇文章中，我们介绍了概念和关键好处。第二篇文章深入介绍了为AI劳动力提供动力的AWS体系结构，第三篇重点是无人机设置和集成。
Ray jobs on Amazon SageMaker HyperPod: scalable and resilient distributed AI
Ray是一个开源框架，使创建，部署和优化分布式Python作业变得直接。在这篇文章中，我们演示了在Sagemaker Hyperpod上运行射线作业的步骤。
Introducing AWS MCP Servers for code assistants (Part 1)
我们很高兴地宣布代码助理的AWS MCP服务器的开源发布 - 一套专门的模型上下文协议（MCP）服务器，将Amazon Web Services（AWS）最佳实践直接带入您的开发工作流程。这篇文章是涵盖AWS MCP服务器的系列中的第一篇。在这篇文章中，我们介绍了这些专业的MCP服务器如何大大减少您的开发时间，同时将安全控制，成本优化以及AWS良好的最佳实践纳入您的代码中。
Harness the power of MCP servers with Amazon Bedrock Agents
今天，MCP正在为代理提供标准访问，以访问扩展的可访问工具列表，您可以使用这些列表来完成各种任务。在这篇文章中，我们向您展示了如何构建一个使用MCP访问数据源以快速构建生成AI应用程序的亚马逊基石代理。
