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。

AWS 销售如何使用 Amazon Q Business 进行客户互动

How AWS sales uses Amazon Q Business for customer engagement

2024 年 4 月,我们推出了我们的 AI 销售助理,我们称之为 Field Advisor,由 Amazon Q Business 提供支持,可供销售、营销和全球服务部门的 AWS 员工使用。从那时起,成千上万的活跃用户通过 Field Advisor(我们已将其嵌入到我们的客户关系管理 (CRM) 系统中)以及通过 Slack 应用程序提出了数十万个问题。

使用 Amazon Q Business 连接器从您的 Amazon Aurora PostgreSQL 数据库中发现见解

Discover insights from your Amazon Aurora PostgreSQL database using the Amazon Q Business connector

在本文中,我们将引导您配置和集成 Amazon Q for Business 与 Aurora PostgreSQL 兼容,以使您的数据库管理员、数据分析师、应用程序开发人员、领导层和其他团队能够快速获得与存储在 Aurora PostgreSQL 数据库中的内容相关的问题的准确答案。

Tealium 如何使用 AWS 生成式 AI 服务与 Ragas 和 Auto-Instruct 一起构建聊天机器人评估平台

How Tealium built a chatbot evaluation platform with Ragas and Auto-Instruct using AWS generative AI services

在本文中,我们通过自动执行以下任务来说明生成式 AI 在 Tealium 与 A​​WS 生成式 AI 创新中心 (GenAIIC) 团队合作中的重要性:1/ 基于由 Amazon Bedrock 提供支持的 Ragas 存储库评估 RAG 系统的检索器和生成的答案,2/ 使用基于 Auto-Instruct 存储库的自动提示工程技术为每个问答对生成改进的指令。指令是指给予模型以指导生成响应的一般方向或命令。这些指令是使用 Amazon Bedrock 上的 Anthropic 的 Claude 生成的,4/ 为基于人机交互的反馈机制提供 UI,以补充由 Amazon Bedrock 提供支持

EBSCOlearning 使用生成式 AI 扩展其在线学习内容的评估生成

EBSCOlearning scales assessment generation for their online learning content with generative AI

在本文中,我们说明了 EBSCOlearning 如何与 AWS 生成式 AI 创新中心 (GenAIIC) 合作,利用生成式 AI 的力量彻底改变其学习评估流程。我们探讨了传统问答 (QA) 生成所面临的挑战以及为解决这些挑战而开发的创新型 AI 驱动解决方案。

Pixtral 12B 现已在 Amazon SageMaker JumpStart 上提供

Pixtral 12B is now available on Amazon SageMaker JumpStart

今天,我们很高兴地宣布,Pixtral 12B (pixtral-12b-2409) 是一款由 Mistral AI 开发的先进视觉语言模型 (VLM),在纯文本和多模式任务中均表现出色,现已通过 Amazon SageMaker JumpStart 向客户提供。您可以使用 SageMaker JumpStart 试用此模型,SageMaker JumpStart 是一个机器学习 (ML) 中心,可访问算法和模型,只需单击一下即可部署这些算法和模型以运行推理。在这篇文章中,我们将介绍如何发现、部署和使用 Pixtral 12B 模型来处理各种现实世界的视觉用例。

通过增强的安全性加速 ML 实验:AWS PrivateLink 支持使用 MLflow 的 Amazon SageMaker

Accelerating ML experimentation with enhanced security: AWS PrivateLink support for Amazon SageMaker with MLflow

借助各种生成式 AIfoundation 模型 (FM) 以及在 AmazonSageMaker 中构建和训练自己的机器学习 (ML) 模型的能力,用户希望以无缝且安全的方式试验和选择能够为其业务带来最大价值的模型。在 ML 的初始阶段 […]

Mistral-NeMo-Instruct-2407 和 Mistral-NeMo-Base-2407 现已在 SageMaker JumpStart 上可用

Mistral-NeMo-Instruct-2407 and Mistral-NeMo-Base-2407 are now available on SageMaker JumpStart

今天,我们很高兴地宣布,Mistral AI 的 Mistral-NeMo-Base-2407 和 Mistral-NeMo-Instruct-2407 大型语言模型在文本生成方面表现优异,可通过 Amazon SageMaker JumpStart 供客户使用。在本文中,我们将介绍如何发现、部署和使用 Mistral-NeMo-Instruct-2407 和 Mistral-NeMo-Base-2407 模型来处理各种实际用例。

使用新的负责任 AI 工具、功能和资源提升 AI 信任度

Advancing AI trust with new responsible AI tools, capabilities, and resources

信任是 AI 采用的基石,我们很高兴在 AWS re:Invent 2024 上宣布新的负责任 AI 工具、功能和资源,这些工具、功能和资源可增强我们的 AI 服务和模型的安全性、保障性和透明度,并帮助支持客户自己的负责任 AI 之旅。

在 Amazon 上部署 RAG 应用程序SageMaker JumpStart 使用 FAISS

Deploy RAG applications on Amazon SageMaker JumpStart using FAISS

在本文中,我们展示了如何使用 Facebook AI 相似性搜索 (FAISS) 在 Amazon SageMaker JumpStart 上构建 RAG 应用程序。

使用 Amazon SageMaker HyperPod 训练计划加快集群采购时间

Speed up your cluster procurement time with Amazon SageMaker HyperPod training plans

在本文中,我们将演示如何使用 Amazon SageMaker HyperPod 训练计划来缩短训练集群采购等待时间。我们将逐步指导您如何使用 (AWS CLI) 或 AWS 管理控制台查找、查看和创建适合您特定计算和时间线需求的最佳训练计划。我们将进一步指导您使用训练计划提交 SageMaker 训练作业或创建 SageMaker HyperPod 集群。

Amazon Bedrock Marketplace 现在包含 NVIDIA 模型:推出 NVIDIA Nemotron-4 NIM 微服务

Amazon Bedrock Marketplace now includes NVIDIA models: Introducing NVIDIA Nemotron-4 NIM microservices

在 AWS re:Invent 2024 上,我们很高兴推出 Amazon Bedrock Marketplace。这是 Amazon Bedrock 中一项革命性的新功能,可作为发现、测试和实施基础模型 (FM) 的集中枢纽。在本文中,我们讨论了 Amazon Bedrock Marketplace 和 Nemotron 模型的优势和功能,以及如何开始使用。

真正的价值,实时:使用 Amazon SageMaker 和 Tecton 实现生产 AI

Real value, real time: Production AI with Amazon SageMaker and Tecton

在本文中,我们讨论了 Amazon SageMaker 和 Tecton 如何协同工作以简化可用于生产的 AI 应用程序的开发和部署,尤其是对于欺诈检测等实时用例。通过抽象复杂的工程任务,该集成可以加快价值实现速度,使团队能够专注于构建功能和用例,同时为 ML 模型的离线训练和在线服务提供精简的框架。

将 Amazon Bedrock 工具与 Amazon SageMaker JumpStart 模型结合使用

Use Amazon Bedrock tooling with Amazon SageMaker JumpStart models

在本文中,我们探讨了如何从 SageMaker JumpStart 部署 AI 模型并将它们与 Amazon Bedrock 的强大功能一起使用。用户可以将 SageMaker JumpStart 的模型托管与 Bedrock 的安全和监控工具相结合。我们以 Gemma 2 9B Instruct 模型为例进行了演示,展示了如何部署它并使用 Bedrock 的高级功能。

推出 Amazon Kendra GenAI Index – 增强的语义搜索和检索功能

Introducing Amazon Kendra GenAI Index – Enhanced semantic search and retrieval capabilities

亚马逊推出了 Amazon Kendra GenAI Index,这是一款旨在增强企业 AI 应用程序的语义搜索和检索功能的新产品。该索引针对检索增强生成 (RAG) 和智能搜索进行了优化,使企业能够构建更有效的数字助理和搜索体验。

使用 Amazon SageMaker 使用来自 AWS 合作伙伴的 AI 应用程序更快地构建生成式 AI 和 ML 解决方案

Building Generative AI and ML solutions faster with AI apps from AWS partners using Amazon SageMaker

今天,我们很高兴地宣布,来自 AWS 合作伙伴的 AI 应用程序现已在 SageMaker 中可用。您现在可以私密且安全地查找、部署和使用这些 AI 应用程序,而无需离开 SageMaker AI,因此您可以更快地开发高性能 AI 模型。

使用 Amazon QuickSight 集成从 Amazon Q Business 查询结构化数据

Query structured data from Amazon Q Business using Amazon QuickSight integration

在本文中,我们将展示 Amazon Q Business 如何与 QuickSight 集成,以使用户能够以统一的方式查询结构化和非结构化数据。通过集成,用户可以连接到 20 多个结构化数据源,例如 Amazon Redshift 和 PostgreSQL,同时通过可视化获得实时答案。Amazon Q Business 通过 QuickSight 将来自结构化源的信息与非结构化内容相结合,为用户查询提供全面的答案。

使用适用于 New Relic AI 的 Amazon Q Business 自定义插件提升客户体验

Elevate customer experience by using the Amazon Q Business custom plugin for New Relic AI

适用于 Amazon Q Business 的 New Relic AI 自定义插件创建了一个统一的解决方案,该解决方案结合了 New Relic AI 的可观察性洞察和建议以及 Amazon Q Business 的检索增强生成 (RAG) 功能,以及易于使用的自然语言界面。本文探讨了用例、此自定义插件的工作原理、如何启用它以及它如何帮助提升客户的数字体验。

Amazon SageMaker 推出了用于生成式 AI 的更新推理优化工具包

Amazon SageMaker launches the updated inference optimization toolkit for generative AI

今天,Amazon SageMaker 很高兴宣布对推理优化工具包进行更新,提供新功能和增强功能,以帮助您更快地优化生成式 AI 模型。在这篇文章中,我们将更详细地讨论该工具包的这些新功能。