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 Nova Sonic 构建语音驱动的 AWS 助手

Building a voice-driven AWS assistant with Amazon Nova Sonic

在这篇文章中,我们将探讨如何使用 Amazon Nova Sonic 进行语音处理并使用 Strands Agent 进行多代理编排来构建复杂的语音驱动 AWS 操作助手。该解决方案展示了自然语言语音交互如何改变云运营,使 AWS 服务更易于访问且运营更高效。

Harmonic Security 如何使用 Amazon SageMaker、Amazon Bedrock 和 Amazon Nova Pro 通过低延迟微调模型改进其数据泄漏检测系统

How Harmonic Security improved their data-leakage detection system with low-latency fine-tuned models using Amazon SageMaker, Amazon Bedrock, and Amazon Nova Pro

本文将介绍 Harmonic Security 如何使用 Amazon SageMaker AI、Amazon Bedrock 和 Amazon Nova Pro 来微调 ModernBERT 模型,从而实现低延迟、准确且可扩展的数据泄漏检测。

Swisscom 如何使用 Amazon Bedrock AgentCore 构建企业代理 AI 以进行客户支持和销售

How Swisscom builds enterprise agentic AI for customer support and sales using Amazon Bedrock AgentCore

在这篇文章中,我们将展示 Swisscom 如何实施 Amazon Bedrock AgentCore 来构建和扩展其企业 AI 代理,以实现客户支持和销售运营。作为 AWS 欧洲区域(苏黎世)Amazon Bedrock 的早期采用者,Swisscom 凭借其 Chatbot Builder 系统和各种 AI 计划在企业 AI 实施方面处于领先地位。他们的成功部署包括由 Rasa 提供支持的对​​话式 AI 和 Amazon SageMaker 上经过微调的法学硕士,以及专为满足瑞士数据保护标准而构建的 Swisscom Swisscom myAI 助手。

为企业 AI 扩展 MLflow:SageMaker AI 与 MLflow 的新增功能

Scaling MLflow for enterprise AI: What’s New in SageMaker AI with MLflow

今天,我们宣布推出带有 MLflow 的 Amazon SageMaker AI,现在包含一项无服务器功能,可动态管理人工智能和机器学习 (AI/ML) 开发任务的基础设施配置、扩展和操作。在这篇文章中,我们将探讨这些新功能如何帮助您运行大型 MLflow 工作负载(从生成式 AI 代理到大型语言模型 (LLM) 实验),并使用 SageMaker AI 和 MLflow 提高性能、自动化和安全性。

Amazon Bedrock AgentCore 与 Langfuse 的可观测性

Amazon Bedrock AgentCore Observability with Langfuse

在这篇文章中,我们解释了如何将 Langfuse 可观测性与 Amazon Bedrock AgentCore 集成,以深入了解 AI 代理的性能、更快地调试问题并优化成本。我们使用部署在 AgentCore Runtime 上的 Strands 代理完成完整的实现,并附有分步代码示例。

使用 Amazon Nova Act 无头模式实施自动化烟雾测试

Implement automated smoke testing using Amazon Nova Act headless mode

本文展示了如何在 CI/CD 管道中使用 Amazon Nova Act 无头模式实施自动化冒烟测试。我们使用 SauceDemo(一个示例电子商务应用程序)作为演示目标。我们演示如何设置 Amazon Nova Act 以在 CI/CD 环境中实现无头浏览器自动化,并创建验证关键用户工作流程的冒烟测试。然后,我们展示如何实现并行执行以最大限度地提高测试效率,配置 GitLab CI/CD 以在每次部署上自动执行测试,并应用最佳实践来实现可维护和可扩展的测试自动化。

使用 Amazon Quick Suite 为您的企业创建人工智能驱动的聊天助手

Create AI-powered chat assistants for your enterprise with Amazon Quick Suite

在这篇文章中,我们展示了如何在 Amazon Quick Suite 中构建聊天代理。我们将介绍一个三层框架——身份、指令和知识——将 Quick Suite 聊天代理转变为智能企业 AI 助手。在我们的示例中,我们演示了聊天代理如何指导功能发现、使用企业数据来提供建议,以及根据影响潜力和团队的采用准备情况定制解决方案。

AWS 如何在几周而不是几年内向公共部门提供生成式 AI

How AWS delivers generative AI to the public sector in weeks, not years

生成式人工智能创新中心的专家分享了一些帮助组织在生成式人工智能方面取得卓越成就的策略。

S&P Global Data 集成扩展了 Amazon Quick Research 功能

S&P Global Data integration expands Amazon Quick Research capabilities

今天,我们很高兴地宣布 Amazon Quick Research 与 S&P Global 之间的新整合。这一整合将标普全球能源新闻、研究和见解以及标普全球市场情报数据通过一个深度研究代理提供给 Quick Research 客户。在这篇文章中,我们将探讨 S&P Global 的数据集以及与 Quick Research 集成的解决方案架构。

简化 AI 代理工具交互:使用 MCP 将 API Gateway 连接到 AgentCore Gateway

Streamline AI agent tool interactions: Connect API Gateway to AgentCore Gateway with MCP

AgentCore Gateway 现在支持 API 网关随着组织探索代理应用程序的可能性,他们继续以安全且符合企业策略的方式应对在大型语言模型 (LLM) 调用请求中使用企业数据作为上下文的挑战。这篇文章介绍了这些新功能并展示了如何实现它们。

Myriad Genetics 如何使用 AWS 开源 Generative AI 智能文档处理加速器实现快速、准确且经济高效的文档处理

How Myriad Genetics achieved fast, accurate, and cost-efficient document processing using the AWS open-source Generative AI Intelligent Document Processing Accelerator

在这篇文章中,我们探讨了 Myriad Genetics 如何与 AWS Generative AI Innovation Center 合作,使用 Amazon Bedrock 和 Amazon Nova 基础模型改造其医疗保健文档处理管道,实现 98% 的分类准确率,同时将成本降低 77%,处理时间缩短 80%。我们详细介绍了使用 AWS 开源 GenAI 智能文档处理加速器的技术实现、文档分类和关键信息提取的优化策略,以及对 Myriad 事先授权工作流程的可衡量的业务影响。

CBRE 如何使用 Amazon Bedrock 为统一的物业管理搜索和数字助理提供支持

How CBRE powers unified property management search and digital assistant using Amazon Bedrock

在这篇文章中,CBRE 和 AWS 展示了他们如何通过使用 Amazon Bedrock 构建统一的搜索和数字助理来改变物业管理,使专业人员能够通过自然语言查询访问数百万个文档和多个数据库。该解决方案结合了用于 SQL 生成的 Amazon Nova Pro 和用于文档交互的 Claude Haiku,将处理时间缩短了 67%,同时在超过 800 万个文档中保持企业级安全性。

Amazon SageMaker HyperPod 的托管分层 KV 缓存和智能路由

Managed Tiered KV Cache and Intelligent Routing for Amazon SageMaker HyperPod

在这篇文章中,我们介绍了 Amazon SageMaker HyperPod 的托管分层 KV 缓存和智能路由,这些新功能可以将长上下文提示和多轮对话的首次令牌时间缩短高达 40%,并将计算成本降低高达 25%。这些功能可自动管理分布式 KV 缓存基础设施和智能请求路由,从而更轻松地部署具有企业级性能的生产规模 LLM 推理工作负载,同时显着降低运营开销。

使用 Bedrock AgentCore 网关拦截器应用细粒度访问控制

Apply fine-grained access control with Bedrock AgentCore Gateway interceptors

我们正在推出一项新功能:Amazon Bedrock AgentCore Gateway 的网关拦截器。这一强大的新功能提供了细粒度的安全性、动态访问控制和灵活的模式管理。

Condé Nast 如何利用 Amazon Bedrock 加速合同处理和权利分析

How Condé Nast accelerated contract processing and rights analysis with Amazon Bedrock

在这篇文章中,我们将探讨 Condé Nast 如何使用 Amazon Bedrock 和 Anthropic 的 Claude 来加速其合同处理和权利分析工作流程。该公司广泛的产品组合涵盖多个品牌和地区,需要管理日益复杂的合同、权利和许可协议网络。

加州大学洛杉矶分校利用 AWS 生成式 AI 服务提供沉浸式戏剧体验

University of California Los Angeles delivers an immersive theater experience with AWS generative AI services

在这篇文章中,我们将介绍 UCLA 的 OARC 和 REMAP 团队的性能限制和设计选择,包括 AWS 无服务器基础设施、AWS 托管服务和生成式 AI 服务如何支持我们解决方案的快速设计和部署。我们还将描述 Amazon SageMaker AI 的使用以及如何在沉浸式现场体验中可靠地使用它。

使用 AWS Graviton 优化 Mobileye 的 REM™:重点关注 ML 推理和 Triton 集成

Optimizing Mobileye’s REM™ with AWS Graviton: A focus on ML inference and Triton integration

在这篇文章中,我们重点关注 REM™ 系统的一部分:自动识别道路结构的变化,我们将其称为变化检测。我们将分享我们构建和部署变更检测解决方案的旅程,其核心是名为 CDNet 的深度学习模型。我们将分享在构建和部署基于深度学习 (DL) 模型的大规模、高度并行化算法管道时的现实决策和权衡,重点是效率和吞吐量。

超越技术:人工智能带来的劳动力变革

Beyond the technology: Workforce changes for AI

在这篇文章中,我们探讨了将人工智能成功整合到组织中的三个基本策略:在组织债务复合之前解决它、通过“章鱼组织”模型拥抱分布式决策,以及重新定义管理角色以与人工智能驱动的工作流程保持一致。组织必须投资于技术和劳动力准备,重点关注简化流程,赋予团队在定义的参数内自主决策的能力,并将每个管理层从传统的监督发展为指导、质量保证和战略愿景设定。