关键词检索结果

在扎马营培养专业技能:认识 2026 年暑期实习生

Building Professional Skills at Camp Zama: Meet the 2026 Summer Interns

日本座间营 - 来自日本 15 所大学的 31 名学生正在参加驻日本美军的 2026 年暑期实习计划...

安斯巴赫的 BOSS 计划在陆军中表现最好

Ansbach’s BOSS program earns best in Army

德国安斯巴赫 — 美国陆军安斯巴赫驻军的“单兵更好机会”计划荣获美国陆军 2026 年度 BOSS 计划...

专业工具,真实科学:Bug Camp 激励未来的 STEM 领导者

Professional tools, real-world science: Bug Camp inspires future STEM leaders

国防卫生局公共卫生局于 6 月 29 日至 7 月 2 日在马里兰州阿伯丁试验场举办了第二届年度昆虫训练营。

本周维持历史 - 8 月 25 日

This Week in Sustainment History – August 25

“红球快车”是二战以来的一项重要军事行动,已成为美国陆军日志实力和适应性的象征...

高级燃料达格 (Fuel Dawg) 在 33 年的陆军生涯后退休

Senior Fuel Dawg retires after a 33-year Army career

弗吉尼亚州李堡 – 美国陆军军需学校石油、水和能源部首位高级石油顾问在服役 33 年后退休...

尊敬的参观者在白沙导弹靶场见证现场 J-REX 导弹发射和技术展示

Distinguished Visitors Witness Live J-REX Missile Launch and Tech Showcase at White Sands Missile Range

8 月 19 日,军事领导人和国防创新者齐聚一堂,参加 J-REX 26.3(联合战备实验杰出访客日),举办了一场...

白沙学校会议强调了新的 Pre-K-8 学校的“面向未来的基础设施”

White Sands School Meeting Highlights ‘Future Proof Infrastructure’ for New Pre-K–8 School

白沙导弹靶场设施规划委员会于 2026 年 8 月 18 日晚间举行会议,分享对计划用于... 的新白沙学校的意见。

诺克斯堡将于 9 月 22 日举办“雇用我们的英雄”全天职业峰会

Fort Knox to host Hiring our Heroes all-day career summit Sept. 22

肯塔基州诺克斯堡 — 转业军人、退伍军人、军人配偶和军人护理人员受邀参加诺克斯堡招聘活动...

诺克斯堡每月退休仪式定于 8 月 28 日举行

Monthly Fort Knox retirement ceremony set for Aug. 28

每月一次的诺克斯堡退休仪式将于下午 3 点举行。 8 月 28 日星期五在 Waybur 剧院,由第一剧院 Sustainmen 弗兰亚特·泰勒 (Franyate Taylor) 上校主持...

引入 Amazon Bedrock 上 OpenAI GPT-5.6 模型的跨区域推理

Introducing cross-Region inference for OpenAI GPT-5.6 models on Amazon Bedrock

Amazon Bedrock 现已在超过 25 个 AWS 区域提供具有跨区域推理功能的 OpenAI GPT-5.6 模型(Sol、Terra 和 Luna)。了解美国地理和全球推理配置文件如何路由更高吞吐量的请求、如何使用 OpenAI 和 Converse API 调用模型,以及如何配置 IAM、配额和监控。

利用 AWS 上的代理 AI 加速飞机 IFEC 诊断

Accelerating aircraft IFEC diagnostics with agentic AI on AWS

Panasonic Avionics 与 AWS 和 AWS Generative AI 创新中心合作,在 Amazon Bedrock、Amazon SageMaker 和 AWS Glue 上构建代理 AI 系统,用于诊断全球机队的机上娱乐和连接 (IFEC) 问题,将诊断时间从几小时缩短到几分钟,同时保持准确性。

使用 Snowflake、Amazon SageMaker Canvas 和 Amazon Quick 构建无代码 ML 工作流程 – 第 1 部分:设置 Snowflake 环境

Build a no-code ML workflow with Snowflake, Amazon SageMaker Canvas and Amazon Quick – Part 1: Setting up your Snowflake environment

医疗保健、零售和生命科学团队在 Snowflake 中存储大量运营数据,但将其转化为预测非常困难。在本系列的第 1 部分中,您将使用 Amazon SageMaker Canvas 设置 AWS 账户和 Snowflake 环境以实现无代码 ML 工作流程,为无需编写代码即可构建欺诈检测模型奠定基础。

使用 Snowflake、Amazon SageMaker Canvas 和 Amazon Quick 构建无代码 ML 工作流程 – 第 2 部分:使用 Amazon SageMaker Canvas 进行数据准备和模型构建

Build a no-code ML workflow with Snowflake, Amazon SageMaker Canvas and Amazon Quick – Part 2: Data preparation and model building with Amazon SageMaker Canvas

在这个无代码 ML 系列的第 2 部分中,您将 Amazon SageMaker Canvas 连接到 Snowflake,准备交易数据并将其与 Data Wrangler 可视化转换结合起来,并训练 XGBoost 欺诈检测模型。所有这些都无需编写机器学习代码,为第 3 部分中的交互式仪表板奠定了基础。

使用 Snowflake、Amazon SageMaker Canvas 和 Amazon Quick 构建无代码 ML 工作流程 – 第 3 部分:使用 Amazon Quick Sight 可视化见解

Build a no-code ML workflow with Snowflake, Amazon SageMaker Canvas and Amazon Quick – Part 3: Visualizing insights with Amazon Quick Sight

在这个无代码 ML 系列的第 3 部分中,您将实现欺诈检测预测。将您的 Amazon SageMaker Canvas 预测导入 Amazon Quick Sight,构建交互式仪表板,使用生成式 BI 以自然语言回答问题,并为利益相关者发布 AI 生成的执行摘要。

使用 Amazon Bedrock AgentCore Gateway 管理 AI 代理工具访问

Govern AI agent tool access with Amazon Bedrock AgentCore Gateway

为您的 AI 代理提供对企业工具的受管控、可审核的访问,而无需整合基础设施。本文介绍了使用 Amazon Bedrock AgentCore 构建受管工具网关的四范围成熟度模型(连接、控制、目录和强化),仅在真正的治理难题需要时才推进。

代理数据操作平台 (ADOP):数小时内的数据工程

Agentic Data Operations Platform (ADOP): Data engineering into hours

代理数据操作平台 (ADOP) 是 Amazon Bedrock 上的一个参考架构,它使用专门的 AI 代理来自动化整个铜牌到银牌到金牌的数据管道生命周期,将新来源的加入时间从几周压缩到几小时,同时保持数据治理和合规性控制的内联。

通过查询感知压缩降低 Amazon Bedrock 上的 RAG 成本

Reduce RAG costs on Amazon Bedrock with query-aware compression

输入令牌通常是大规模运行检索增强生成 (RAG) 成本的重要组成部分。本文介绍了 Amazon Bedrock 上的查询感知上下文压缩模式:检索后,较小的模型会在主模型回答之前根据查询过滤检索到的块,从而减少输入令牌和成本,同时保持答案质量。

在 Amazon Bedrock AgentCore 中使用自然语言编写山茱萸策略

Authoring Dogwood policies from natural language in Amazon Bedrock AgentCore

AI 代理可能会采取与您组织的策略不相符的操作。 Amazon Bedrock AgentCore 中的策略允许团队跨代理实施控制,现在包括基于时间的约束。这篇文章通过有效的示例和最佳实践展示了策略编写如何将自然语言策略文档转变为正确的山茱萸策略。