Introducing Stable Diffusion 3.5 Large in Amazon SageMaker JumpStart
我们很高兴地宣布，Stability AI 最新、最先进的文本转图像模型 Stable Diffusion 3.5 Large 现已在 Amazon SageMaker JumpStart 中推出。在这篇文章中，我们提供了在 SageMaker JumpStart 中订阅 Stable Diffusion 3.5 Large、在 Amazon SageMaker Studio 中部署模型以及使用文本转图像提示生成图像的实施指南。
Improve governance of models with Amazon SageMaker unified Model Cards and Model Registry
现在，您可以使用 Amazon SageMaker 模型卡在 Amazon SageMaker 模型注册表中注册机器学习 (ML) 模型，只需单击几下即可直接在 SageMaker 模型注册表中管理特定模型版本的治理信息。在本文中，我们讨论了一项支持将模型卡与模型注册表集成的新功能。我们讨论了使用注册模型版本管理模型卡的解决方案架构和最佳实践，并逐步介绍如何使用模型注册表中的集成来设置、操作和管理您的模型。
Accelerate your financial statement analysis with Amazon Bedrock and generative AI
在本文中，我们将演示如何部署生成式 AI 应用程序，以加速您在 AWS 上的财务报表分析。
在本文中，您将学习如何使用 Amazon Rekognition 从图像查询中提取关键对象，并使用 Amazon Bedrock 的 Amazon Titan Multimodal Embeddings 结合 Amazon OpenSearch Serverless Service 构建反向图像搜索引擎。
Generative AI for agriculture: How Agmatix is improving agriculture with Amazon Bedrock
这篇文章介绍了 Agmatix（一家为投入品公司和数字农艺解决方案提供研发支持的农业科技先驱公司）如何使用 Amazon Bedrock 和 AWS 全功能服务来增强全球农业高产种子和可持续分子的研究过程和开发。
Generate financial industry-specific insights using generative AI and in-context fine-tuning
在这篇博文中，我们演示了使用行业特定语言生成表格数据的准确且相关的分析的提示工程技术。这是通过在提示中提供具有特征和标签的上下文样本数据中的大型语言模型 (LLM) 来实现的。结果类似于微调 LLM，但没有微调模型的复杂性。
Discover insights with the Amazon Q Business Microsoft Teams connector
Microsoft Teams 是一种企业协作工具，可让您构建统一的工作区，用于实时协作和通信、会议以及文件和应用程序共享。您可以在 Microsoft Teams 中交换和存储有价值的组织知识。Microsoft Teams 数据通常分散在不同的团队、渠道和聊天中，因此很难获得 [...]
How Zalando optimized large-scale inference and streamlined ML operations on Amazon SageMaker
这篇文章由 Zalando 的 Mones Raslan、Ravi Sharma 和 Adele Gouttes 共同撰写。Zalando SE 是欧洲最大的电子商务时尚零售商之一，拥有约 5000 万活跃客户。Zalando 面临着定期（每周或每天）为 100 多万种产品打折的挑战，也称为降价定价。降价定价是 […]
为了保持竞争力，媒体、广告和娱乐企业需要跟上最近引人注目的技术发展。生成式人工智能已经成为游戏规则改变者，为创意专业人士提供了前所未有的机会，让他们突破界限，开启新的可能性领域。走在这场革命最前沿的是 Stability AI 的一系列尖端文本转图像人工智能模型。这些 […]
在这篇文章中，我们分享了 Hearst（美国最大的全球多元化信息、服务和媒体公司之一）如何通过为寻求 CCoE 指导的业务部门创建自助式生成式人工智能对话助手来克服这些挑战。
Build and deploy a UI for your generative AI applications with AWS and Python
AWS 提供了一套强大的工具和服务，简化了生成式 AI 应用程序的构建和部署过程，即使对于前端和后端开发经验有限的人也是如此。在这篇文章中，我们探索了一种实用的解决方案，该解决方案使用 Streamlit（用于构建交互式数据应用程序的 Python 库）和 AWS 服务（如 Amazon Elastic Container Service (Amazon ECS)、Amazon Cognito 和 AWS 云开发工具包 (AWS CDK)）来创建具有身份验证和部署功能的用户友好型生成式 AI 应用程序。
Track, allocate, and manage your generative AI cost and usage with Amazon Bedrock
Amazon Bedrock 推出了一项功能，组织可以使用该功能标记按需模型并监控相关成本。组织现在可以为所有 Amazon Bedrock 模型添加 AWS 成本分配标签，将使用情况与特定的组织分类法（例如成本中心、业务部门和应用程序）保持一致。
Advance environmental sustainability in clinical trials using AWS
在本文中，我们将讨论如何使用 AWS 支持分散式临床试验，涵盖分散式临床试验的四大支柱（虚拟试验、个性化患者参与、以患者为中心的试验设计和集中式数据管理）。通过探索这些由 AWS 提供支持的替代方案，我们旨在展示组织如何推动更环保的临床研究实践。
Create a generative AI–powered custom Google Chat application using Amazon Bedrock
AWS 提供强大的生成 AI 服务，包括 Amazon Bedrock，它允许组织创建定制的用例，例如基于聊天的 AI 助手，可根据客户文档中包含的知识提供答案等等。许多企业希望将这些尖端的 AI 功能与他们现有的协作工具（例如 Google Chat）集成，以 [...]
Achieve multi-Region resiliency for your conversational AI chatbots with Amazon Lex
全局弹性是 Amazon Lex 的一项新功能，可在第二个 AWS 区域中近乎实时地复制您的 Amazon Lex V2 机器人。激活此功能后，激活后关联的所有资源、版本和别名都将在所选区域之间同步。借助全局弹性，复制的机器人资源和别名在 […]
Create and fine-tune sentence transformers for enhanced classification accuracy
在本文中，我们展示了如何微调句子转换器，专门用于将 Amazon 产品归类到其产品类别（例如玩具或体育用品）。我们展示了两个不同的句子转换器，paraphrase-MiniLM-L6-v2 和专有的 Amazon 大型语言模型 (LLM) M5_ASIN_SMALL_V2.0，并比较它们的结果。
Empower your generative AI application with a comprehensive custom observability solution
在本文中，我们为 Amazon Bedrock 应用程序的可观察性和评估设置了自定义解决方案。通过代码示例和分步指导，我们演示了如何将此解决方案无缝集成到您的 Amazon Bedrock 应用程序中，为您的生成式 AI 应用程序解锁新的可见性、控制和持续改进水平。
Automate Amazon Bedrock batch inference: Building a scalable and efficient pipeline
虽然批量推理提供了许多好处，但每个区域每个模型最多只能提交 10 个批量推理作业。为了解决这一问题并增强您对批量推理的使用，我们使用 AWS Lambda 和 Amazon DynamoDB 开发了一个可扩展的解决方案。本文将指导您实施一个队列管理系统，该系统会自动监控可用的作业槽位并在有槽位时提交新作业。
