Accelerate custom LLM deployment: Fine-tune with Oumi and deploy to Amazon Bedrock
在这篇文章中，我们将展示如何在 Amazon EC2 上使用 Oumi 微调 Llama 模型（可以选择使用 Oumi 创建合成数据）、在 Amazon S3 中存储工件以及使用自定义模型导入部署到 Amazon Bedrock 进行托管推理。
Amazon-Anthropic Deal Ignites AI Surge
为什么重要：随着 AWS 获得 Claude 独家访问权以及投资者推高 AI 科技股，Amazon 与 Anthropic 的交易引发了 AI 热潮。
AI-Powered App Modernization with Amazon
为什么重要：了解 Amazon AI 驱动的应用程序现代化如何使用 Bedrock 和生成式 AI 简化遗留系统。
Run NVIDIA Nemotron 3 Nano as a fully managed serverless model on Amazon Bedrock
我们很高兴地宣布，NVIDIA 的 Nemotron 3 Nano 现已在 Amazon Bedrock 中作为完全托管的无服务器模型提供。此前，我们在 AWS re:Invent 上宣布支持 NVIDIA Nemotron 2 Nano 9B 和 NVIDIA Nemotron 2 Nano VL 12B 型号。本文探讨了 NVIDIA Nemotron 3 Nano 模型的技术特征并讨论了潜在的应用用例。此外，它还提供技术指导，帮助您开始在 Amazon Bedrock 环境中将此模型用于生成 AI 应用程序。
Access Anthropic Claude models in India on Amazon Bedrock with Global cross-Region inference
在本文中，您将了解如何在印度使用 Amazon Bedrock 的全球跨区域推理来处理 Claude 模型。我们将指导您了解每个 Claude 模型变体的功能以及如何开始使用代码示例，以帮助您立即开始构建生成式 AI 应用程序。
Building a scalable virtual try-on solution using Amazon Nova on AWS: part 1
在这篇文章中，我们将探讨 Amazon Nova Canvas 中现有的虚拟试穿功能，包括快速入门的示例代码以及帮助获得最佳输出的提示。
本文详细介绍了 Lendi Group 如何使用 Amazon Bedrock 构建人工智能驱动的 Home Loan Guardian、他们面临的挑战、他们实施的架构以及他们取得的重大业务成果。他们的旅程为那些希望使用生成式人工智能改变客户体验，同时保持人性化以建立信任和忠诚度的组织提供了宝贵的见解。
Build safe generative AI applications like a Pro: Best Practices with Amazon Bedrock Guardrails
在这篇文章中，我们将向您展示如何配置 Amazon Bedrock Guardrails 以获得高效性能，实施最佳实践来保护您的应用程序，并有效监控您的部署以在安全性和用户体验之间保持适当的平衡。
How Tines enhances security analysis with Amazon Quick Suite
在这篇文章中，我们向您展示如何将 Quick Suite 与 Tines 连接，以安全地检索、分析和可视化来自任何安全或 IT 系统的企业数据。我们将演练一个示例，该示例使用 Tines 中的 MCP 服务器从各种工具（例如 AWS CloudTrail、Okta 和 VirusTotal）检索数据，以使用 Quick Suite 修复安全事件。
Amazon.com, Inc. (NASDAQ: AMZN) — Independent Equity Research Report
此分析中使用的所有数据均完全来自公开文件、收益记录、政府数据和免费金融聚合商。不使用专有数据、付费研究或机构工具——这意味着您在此处看到的每个数字都可以在几分钟内由您直接验证。我与任何公司都没有财务关系...亚马逊公司（纳斯达克股票代码：AMZN）—独立股票研究报告首先出现在 1redDrop 上。
Efficiently serve dozens of fine-tuned models with vLLM on Amazon SageMaker AI and Amazon Bedrock
在这篇文章中，我们将解释如何在 vLLM 中为专家混合 (MoE) 模型实现多 LoRA 推理，描述我们执行的内核级优化，并向您展示如何从这项工作中受益。我们在这篇文章中使用 GPT-OSS 20B 作为我们的主要示例。
Building intelligent event agents using Amazon Bedrock AgentCore and Amazon Bedrock Knowledge Bases
本文演示了如何使用 Amazon Bedrock AgentCore 组件快速部署生产就绪的事件助手。我们将构建一个智能伴侣，它可以记住与会者的偏好并随着时间的推移构建个性化体验，而 Amazon Bedrock AgentCore 则负责处理生产部署的繁重工作：Amazon Bedrock AgentCore Memory 用于维护对话上下文和长期偏好，无需自定义存储解决方案；Amazon Bedrock AgentCore Identity 用于安全的多 IDP 身份验证；Amazon Bedrock AgentCore Runtime 用于无服务器扩展和会话隔离。我们还将使用 Amazo
Train CodeFu-7B with veRL and Ray on Amazon SageMaker Training jobs
在这篇文章中，我们将演示如何在由 SageMaker 训练作业管理的分布式 Ray 集群中使用组相对策略优化 (GRPO) 和 veRL 来训练 CodeFu-7B（一种用于竞争性编程的专用 70 亿参数模型），veRL 是一个灵活高效的大型语言模型 (LLM) 训练库，可直接扩展各种 RL 算法，并与现有 LLM 基础设施无缝集成。我们将介绍完整的实施过程，涵盖数据准备、分布式训练设置和全面的可观察性，展示这种统一的方法如何为复杂的 RL 训练工作负载提供计算规模和开发人员体验。
我们很高兴地宣布，Anthropic 的 Claude Opus 4.6、Claude Sonnet 4.6、Claude Opus 4.5、Claude Sonnet 4.5 和 Claude Haiku 4.5 通过 Amazon Bedrock 全球跨区域推理向中东运营的客户推出。在这篇文章中，我们将引导您了解每个 Anthropic Claude 模型变体的功能、全局跨区域推理的主要优势（包括提高的弹性）、您可以实现的实际用例，以及帮助您立即开始构建生成式 AI 应用程序的代码示例。
AI meets HR: Transforming talent acquisition with Amazon Bedrock
在这篇文章中，我们展示了如何使用 Amazon Bedrock、Amazon Bedrock 知识库、AWS Lambda 和其他 AWS 服务创建人工智能驱动的招聘系统，以增强职位描述创建、候选人沟通和面试准备，同时保持人工监督。
Amazon Quick now supports key pair authentication to Snowflake data source
在本博文中，我们将指导您通过安全密钥对身份验证在 Amazon Quick Sight 和 Snowflake 之间建立数据源连接。
2025 年，Amazon SageMaker AI 进行了多项改进，旨在帮助您训练、调整和托管生成型 AI 工作负载。在本系列的第 1 部分中，我们讨论了灵活的培训计划和对推理组件的性价比改进。在这篇文章中，我们讨论可观察性、模型定制和模型托管方面的增强功能。这些改进有助于在 SageMaker AI 上托管全新类别的客户用例。
Accelerating AI model production at Hexagon with Amazon SageMaker HyperPod
在这篇博文中，我们演示了 Hexagon 如何与 Amazon Web Services 合作，通过使用 Amazon SageMaker HyperPod 的模型训练基础设施预训练最先进的分割模型来扩展其 AI 模型生产。
