ck领域信息情报检索---XiaoMi-AI

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。

亚马逊云科技 _机器学习

2026年8月20日 21:23

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。

亚马逊云科技 _机器学习

2026年8月20日 21:23

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。

亚马逊云科技 _机器学习

2026年8月20日 21:23

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。

亚马逊云科技 _机器学习

2026年8月21日 17:02

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。

亚马逊云科技 _机器学习

2026年8月21日 16:59

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。

亚马逊云科技 _机器学习

2026年8月20日 16:31

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。

亚马逊云科技 _机器学习

2026年8月20日 16:11

在 Amazon Bedrock AgentCore 上使用代理 AI 扩展云迁移

Scaling cloud migrations with agentic AI on Amazon Bedrock AgentCore

了解 AWS Professional Services 如何使用基于 Amazon Bedrock AgentCore 构建的多代理框架来自动执行端到端企业云迁移。专门构建的 AI 代理可以处理发现、基础设施即代码生成、投资组合治理和迁移后操作，从而将 IaC 开发时间从几周缩短到几分钟。

ck关键词检索结果