Bedrock关键词检索结果

使用 Amazon Bedrock Agents 构建虚拟气象学家

Building a virtual meteorologist using Amazon Bedrock Agents

在本文中,我们介绍了一种通过结合 Amazon Bedrock Agents 和基础模型 (FM) 来部署 AI 驱动代理的简化方法。我们将指导您完成配置代理和实现虚拟气象学家提供准确天气相关响应所需的特定逻辑的过程。

使用 Amazon Bedrock 和 Appian 的生成 AI 技能彻底改变业务流程

Revolutionizing business processes with Amazon Bedrock and Appian’s generative AI skills

AWS 和 Appian 的合作标志着业务流程自动化的重大进步。通过利用 Amazon Bedrock 和 Anthropic 的 Claude 模型的强大功能,Appian 使企业能够优化和自动化流程,从而提高效率和效力。这篇博文将介绍 Appian AI 技能如何将自动化融入组织的关键任务流程,以提高卓越运营、降低成本并构建可扩展的解决方案。

Untold Studios 如何通过基于 Amazon Bedrock 构建的 AI 助手为艺术家提供支持

How Untold Studios empowers artists with an AI assistant built on Amazon Bedrock

Untold Studios 是一家技术驱动的领先创意工作室,专门从事高端视觉效果和动画。 这篇文章详细介绍了我们如何使用 Amazon Bedrock 创建 AI 助手 (Untold Assistant),通过直接集成到他们现有 Slack 工作流程中的自然语言界面,为艺术家提供了一种直接访问我们内部资源的方法。

使用 Amazon Bedrock Guardrails 保护您的 DeepSeek 模型部署

Protect your DeepSeek model deployments with Amazon Bedrock Guardrails

本博客文章提供了使用 Amazon Bedrock Guardrails 为 DeepSeek-R1 和其他开放权重模型实施强大安全保护的全面指南。通过遵循本指南,您将学习如何使用 DeepSeek 模型的高级功能,同时保持强大的安全控制并促进合乎道德的 AI 实践。

Aetion 如何使用生成式 AI 和 Amazon Bedrock 将科学意图转化为结果

How Aetion is using generative AI and Amazon Bedrock to translate scientific intent to results

Aetion 是生物制药、付款人和监管机构的决策级真实世界证据软件的领先提供商。在这篇文章中,我们回顾了 Aetion 如何使用 Amazon Bedrock 帮助简化分析过程以生成决策级真实世界证据,并使没有数据科学专业知识的用户能够与复杂的真实世界数据集进行交互。

OfferUp 通过以下方式改进本地结果使用 Amazon Bedrock 和 Amazon OpenSearch Service 上的多模式搜索,相关性召回率提高 54%,相关性召回率提高 27%

OfferUp improved local results by 54% and relevance recall by 27% with multimodal search on Amazon Bedrock and Amazon OpenSearch Service

在本文中,我们展示了 OfferUp 如何使用 Amazon Titan Multimodal Embeddings 和 OpenSearch Service 转变其基础搜索架构,从而显著提高用户参与度、提高搜索质量并为用户提供使用文本和图像进行搜索的能力。OfferUp 选择 Amazon Titan Multimodal Embeddings 和 Amazon OpenSearch Service 是因为它们具有完全托管的功能,能够开发出具有高准确度的强大多模态搜索解决方案,并加快搜索和推荐用例的上市时间。

使用 Amazon Bedrock Agents 协调无缝业务系统集成

Orchestrate seamless business systems integrations using Amazon Bedrock Agents

这篇文章展示了如何使用生成 AI 来逻辑化、推理和协调使用虚构业务流程的集成。它展示了协调 Amazon Bedrock 代理和行动组的策略和技术,以将生成 AI 与现有业务系统无缝集成,实现高效的数据访问并释放生成 AI 的全部潜力。

使用 Amazon Bedrock 知识库、Amazon Transcribe 和周到的 UX 设计加速视频问答工作流程

Accelerate video Q&A workflows using Amazon Bedrock Knowledge Bases, Amazon Transcribe, and thoughtful UX design

本文介绍的解决方案展示了一种强大的模式,可在保持人工监督的同时加速视频和音频审核工作流程。通过将 Amazon Bedrock 中的 AI 模型的强大功能与人类专业知识相结合,您可以创建不仅能提高生产力,还能在重要决策过程中保持人类判断这一关键要素的工具。

利用 Amazon Bedrock 生成式 AI 打造弹性供应链

Harnessing Amazon Bedrock generative AI for resilient supply chain

通过利用 Amazon Bedrock 的生成式 AI 功能和工具,您可以创建一个智能神经中枢,连接各种数据源,将数据转换为可操作的见解,并制定全面的计划以减轻供应链风险。这篇文章介绍了 Amazon Bedrock Flows 如何连接您的业务系统、监控医疗设备短缺情况,并根据来自 Amazon Bedrock 知识库的知识或直接存储在 Amazon S3 中的数据提供缓解策略。您将学习如何创建一个领先于供应链风险的系统。

Travelers Insurance 如何使用 Amazon Bedrock 对电子邮件进行分类并快速进行工程设计

How Travelers Insurance classified emails with Amazon Bedrock and prompt engineering

在本文中,我们讨论了 FM 如何通过快速工程可靠地自动对保险服务电子邮件进行分类。当将问题表述为分类任务时,FM 可以在生产环境中表现良好,同时保持可扩展性以扩展到其他任务并快速启动和运行。所有实验均使用 Amazon Bedrock 上的 Anthropic 的 Claude 模型进行。

DeepSeek-R1 模型现已在 Amazon Bedrock Marketplace 和 Amazon SageMaker JumpStart 中推出

DeepSeek-R1 model now available in Amazon Bedrock Marketplace and Amazon SageMaker JumpStart

DeepSeek-R1 是一种先进的大型语言模型,它结合了强化学习、思维链推理和混合专家架构,通过 Amazon Bedrock Guardrails 集成提供高效、可解释的响应,同时保持安全性。

使用 Amazon Bedrock 简化拨款提案审查

Streamline grant proposal reviews using Amazon Bedrock

AWS 社会责任与影响 (SRI) 团队意识到有机会使用生成式 AI 来增强此功能。该团队开发了一种创新解决方案,通过使用 Amazon Bedrock 的自然语言处理 (NLP) 功能来简化拨款提案审查和评估。在这篇文章中,我们将探讨该团队由 Amazon Bedrock 提供支持的拨款提案审查解决方案的技术实施细节和关键经验,为寻求优化拨款管理流程的组织提供蓝图。

Aetion 如何使用生成式 AI 和 Amazon Bedrock 解锁有关患者群体的隐藏见解

How Aetion is using generative AI and Amazon Bedrock to unlock hidden insights about patient populations

在本文中,我们将回顾 Aetion 的智能子组解释器如何让用户使用自然语言查询与智能子组进行交互。在 Amazon Bedrock 和 Anthropic 的 Claude 3 大型语言模型 (LLM) 的支持下,解释器可以回答用户以对话语言表达的有关患者子组的问题,并提供见解以生成进一步的假设和证据。

使用 Amazon Bedrock 自定义模型导入部署 DeepSeek-R1 精简版 Llama 模型

Deploy DeepSeek-R1 distilled Llama models with Amazon Bedrock Custom Model Import

在本文中,我们将演示如何使用 Amazon Bedrock 自定义模型导入来部署精简版的 DeepSeek-R1 模型。我们专注于导入当前支持的变体 DeepSeek-R1-Distill-Llama-8B 和 DeepSeek-R1-Distill-Llama-70B,它们在性能和资源效率之间实现了最佳平衡。

使用 Amazon Bedrock 在企业组织中生成 AI 操作模型

Generative AI operating models in enterprise organizations with Amazon Bedrock

随着生成式 AI 的采用率不断增长,组织应该建立生成式 AI 运营模型。运营模式定义了推动企业运营的组织设计、核心流程、技术、角色和职责、治理结构和财务模型。在本文中,我们评估了可以采用的不同生成式 AI 运营模式架构。

优化 AI 响应能力:Amazon Bedrock 延迟优化推理实用指南

Optimizing AI responsiveness: A practical guide to Amazon Bedrock latency-optimized inference

在本文中,我们将探讨 Amazon Bedrock 延迟优化推理如何帮助解决在 LLM 应用程序中保持响应能力的挑战。我们将深入探讨优化应用程序性能和改善用户体验的策略。无论您是构建新的 AI 应用程序还是优化现有的应用程序,您都会找到有关延迟优化技术方面和实际实施方法的实用指导。我们首先解释 LLM 应用程序中的延迟。

通过 Amazon Bedrock 上的多代理协作解锁复杂问题解决方案

Unlocking complex problem-solving with multi-agent collaboration on Amazon Bedrock

AWS 的研究团队已广泛致力于构建和评估多代理协作 (MAC) 框架,以便客户可以在 Amazon Bedrock Agents 上协调多个 AI 代理。在这篇文章中,我们探讨了多代理协作 (MAC) 的概念及其优势,以及我们 MAC 框架的关键组件。我们还深入探讨了我们的评估方法,并介绍了我们研究的见解。

BQA 如何使用 Amazon Bedrock 简化教育质量报告

How BQA streamlines education quality reporting using Amazon Bedrock

教育和培训质量管理局 (BQA) 在提高巴林王国的教育和培训服务质量方面发挥着关键作用。BQA 审查所有教育和培训机构的表现,包括学校、大学和职业学院,从而促进国家人力资本的专业发展。在这篇文章中,我们探讨了 BQA 如何利用 Amazon Bedrock、Amazon SageMaker JumpStart 和其他 AWS 服务的强大功能来简化整体报告工作流程。