Generate compliant content with Amazon Bedrock and ConstitutionalChain
在这篇文章中，我们探讨了使用宪法AI的实用策略，以有效而有效地使用Amazon Bedrock和Langgraph生产合规性内容，以在金融和医疗保健等高度受监管的行业中建立宪法链接
Minimize generative AI hallucinations with Amazon Bedrock Automated Reasoning checks
为了提高大语模型（LLM）响应的事实准确性，AWS宣布Amazon Bedrock自动推理检查（在Gated Preview）上，网址为AWS RE：Invent 2024。在这篇文章中，我们讨论了如何帮助防止使用Amazon Bedrock自动化的推理检查来防止生成的AI幻觉。
Generate training data and cost-effectively train categorical models with Amazon Bedrock
在这篇文章中，我们探讨了如何使用亚马逊基岩生成高质量的分类地面真相数据，这对于培训机器学习（ML）模型至关重要，在成本敏感的环境中。生成的AI解决方案可以通过简化多类分类监督学习用例来简化培训和测试数据创建，从而在模型开发阶段发挥宝贵的作用。我们深入研究了如何使用XML标签来构建提示并引导亚马逊基岩以高精度生成平衡的标签数据集的过程。我们还展示了一个现实世界中的示例，用于预测支持案例的根本原因类别。该用例可通过ML解决，可以使支持团队能够更好地了解客户需求并优化响应策略。
Enable Amazon Bedrock cross-Region inference in multi-account environments
在这篇文章中，我们探讨了如何修改您的区域访问控件，以专门允许亚马逊基岩跨区域推理，同时维持其他AWS服务的更广泛的区域限制。我们为SCP修改和AWS控制塔实现提供了实践示例。
生成的AI已成为改变游戏规则的人，为游戏设计师提供了前所未有的机会，可以突破界限并创造沉浸式虚拟世界。这场革命的最前沿是稳定性AI的尖端文本对图模型，即稳定的扩散3.5大型（SD3.5大），这正在改变我们接近游戏环境创建的方式。在这篇文章中，我们探讨了如何使用大型SD3.5来满足实际游戏需求，例如早期的概念艺术和角色设计。
Process formulas and charts with Anthropic’s Claude on Amazon Bedrock
在这篇文章中，我们探讨了如何使用这些多模式生成AI模型来简化技术文档的管理。通过从源材料中提取和构造关键信息，模型可以创建一个可搜索的知识库，使您可以快速找到支持工作所需的数据，公式和可视化。
Automate IT operations with Amazon Bedrock Agents
这篇文章提供了一个全面的AIOPS解决方案，结合了各种AWS服务，例如Amazon Bedrock，AWS Lambda和Amazon CloudWatch，以创建AI助理以进行有效的事件管理。该解决方案还使用亚马逊基础知识库和亚马逊基岩代理商。该解决方案使用亚马逊基岩的功能来实现能够监视IT系统，分析日志和指标并调用自动补救过程的智能代理的部署。
今天，我们很高兴地宣布，亚马逊基岩数据自动化的一般可用性，这是亚马逊基岩中强大的，完全管理的能力，无缝地将非结构化的多模式数据转换为具有高精度，成本效率和可扩展性的结构化，应用程序准备就绪的见解。
Amazon Bedrock Guardrails announces IAM Policy-based enforcement to deliver safe AI interactions
今天，我们宣布对亚马逊基石护栏的重大增强：AWS身份和访问管理（IAM）基于策略的执法。这种强大的功能使安全和合规团队能够为每个模型推理呼叫建立强制性的护栏，以确保在AI交互中始终执行组织安全政策。此功能通过对护栏实施的集中控制来增强AI治理。
Getting started with computer use in Amazon Bedrock Agents
今天，我们正在使用Anthropic的Claude 3.5十四行诗V2和Anthropic的Claude Sonnet 3.7型号在亚马逊基地上宣布亚马逊基岩代理商中的计算机使用支持。这种集成使人类的视觉感知能力是亚马逊基岩代理中的托管工具，为您提供了一种安全，可追溯和托管的方法，以在工作流程中实现计算机使用自动化。
How GoDaddy built a category generation system at scale with batch inference for Amazon Bedrock
这篇文章概述了由For Godaddy（域注册商，注册表，网络托管和电子商务公司）开发的自定义解决方案，该公司试图通过使用生成AI为超过2100万客户提供个性化的业务洞察，以使企业家精神更加访问。在这项合作中，生成的AI创新中心团队使用Amazon Bedrock中的批处理创建了一种准确且具有成本效益的基于AI的解决方案，帮助GoDaddy改善了他们现有的产品分类系统。
Creating asynchronous AI agents with Amazon Bedrock
随着组织认识到这些技术的未开发潜力，生成的AI代理将生成的AI代理集成到业务流程中。多模式人工智能（AI）的进步，代理商不仅可以理解和生成文本，而且还可以生成图像，音频和视频，还将进一步扩大其应用程序。这篇文章将讨论代理AI驱动的体系结构和实施方式。
Revolutionizing customer service: MaestroQA’s integration with Amazon Bedrock for actionable insight
在这篇文章中，我们深入研究了Maestroqa的关键特征之一 - 转化分析，该特征有助于支持团队发现客户的关注点，解决摩擦点，适应支持工作流程以及通过使用亚马逊贝德洛克（Amazon Bedrock）来确定指导的领域。我们讨论了Maestroqa克服的独特挑战，以及他们如何使用AWS来构建新功能，推动客户见解并提高运营效率低下。
在这篇文章中，我们介绍了如何使用Amazon Rekognition自定义标签来构建FoodSavr解决方案（用于本文目的的虚拟名称），以检测成分并使用Antharpic的Claude 3.0在Amazon Bedrock上生成个性化食谱。我们演示了一个端到端的体系结构，用户可以上传冰箱的图像，并使用那里找到的成分（Amazon Rekognition检测到），该解决方案将为他们提供食谱列表（由Amazon Bedrock生成）。该体系结构还识别缺失的成分，并为用户提供附近杂货店的列表。
Amazon Bedrock announces general availability of multi-agent collaboration
今天，我们宣布了亚马逊基岩多代理合作的一般可用性（GA）。此功能使开发人员可以建立，部署和管理AI代理的网络，这些网络共同执行复杂的多步有效工作流程。
今天，亚马逊Web服务（AWS）宣布了亚马逊基岩知识库（GraphRag）的一般可用性，这是亚马逊基岩知识库中的能力，可增强Amazon Neptune Analytics中的图形数据，增强了检索效果的生成（RAG）。在这篇文章中，我们讨论了GraphRag的好处以及如何在Amazon Bedrock知识库中开始。
Evaluate RAG responses with Amazon Bedrock, LlamaIndex and RAGAS
在这篇文章中，我们将探讨如何利用亚马逊基岩，LlamainDex和Ragas来增强您的抹布实现。您将学习实用的技术来评估和优化您的AI系统，从而实现与组织特定需求保持一致的更准确，上下文感知的响应。
Pixtral-12B-2409 is now available on Amazon Bedrock Marketplace
在这篇文章中，我们介绍了如何发现，部署和使用Mistral AI Pixtral 12b模型，以用于各种真实的视觉用例。
