Agents as escalators: Real-time AI video monitoring with Amazon Bedrock Agents and video streams
在这篇文章中，我们展示了如何构建一个完全可部署的解决方案，该解决方案使用OpenCV，Amazon Bedrock来处理视频流，以通过亚马逊基岩代理进行上下文场景的理解和自动响应。该解决方案扩展了使用Amazon Bedrock代理和知识库在Automate Chatbot中显示的功能，用于文档和数据检索，这些功能使用Amazon Bedrock代理进行了文档和数据检索进行了讨论。在这篇文章中，我们将亚马逊基岩代理应用于实时视频分析和事件监控。
Evaluating Long Range Dependency Handling in Code Generation LLMs
随着语言模型支持越来越大的上下文大小，评估其使其有效使用该上下文的能力变得越来越重要。我们分析了Several Code生成模型在上下文Windows中使用多个STEPKEY检索任务处理远距离依赖性的能力，最高为8K令牌。与喜欢流行的海景测试的测试相比，这些任务在难度方面逐渐降低，并允许对模型功能进行更多细微的评估。我们发现，当功能…
Build an agentic multimodal AI assistant with Amazon Nova and Amazon Bedrock Data Automation
在这篇文章中，我们演示了如何使用Langgraph启用人工智能和机器学习（AI/ML）开发人员和企业建筑师可以采用和扩展的端到端解决方案，例如检索增强发电（RAG），多工具编排（多工具编排）等代理工作流程。我们介绍了财务管理AI助手的示例，该示例可以通过分析收益电话（音频）和演示幻灯片（图像）以及相关的财务数据提要来提供定量研究和扎根财务建议。
AS/RS reimagined: The next generation of warehouse automation and micro-fulfillment
现代供应链是期望上升的战场。电子商务要求更快的交付，劳动力短缺以及优化仓库空间的每个平方英尺的压力是无情的。在这种环境中，自动存储和检索系统（AS/RS）曾经被认为是基础自动化，不再只是静态存储。他们被重新想象为[…]
Saturday Citations: Genetic toggles, undersea farmers and exploding rockets
本周，医学研究人员排除了脑干CT扫描仅是为了证明神经系统死亡的证明。耶鲁大学的研究人员提供了新的证据，表明大脑在图形认知结构中存储和检索视觉运动的关联。新的视觉语言模型生成了基于书面描述而无需培训的检查计划。
Build conversational interfaces for structured data using Amazon Bedrock Knowledge Bases
本文提供了使用实用的代码示例和模板配置结构化数据检索解决方案的说明。它涵盖了实施样本和其他注意事项，使您能够快速构建和扩展对话数据界面。
Video Friday: AI Model Gives Neo Robot Autonomy
视频星期五是您每周选择的令人敬畏的机器人视频，由您的朋友在IEEE Spectrum Robotics收集。我们还发布了接下来几个月即将举行的机器人事件的每周日历。请向我们发送您的活动。2025Energy Drone＆Robotics Summit：2025年6月16日至18日，休斯顿2025年2025年2025年：2025年6月21日至25日，洛杉矶机器人机器人暑期学校：2025年6月21日至27日，日内瓦斯2025年6月2025年：2025年2025年6月30日6月4日，2025年7月4日，portoa，portaie，portaie 2025：3-4，2025：3-4，2025：3-4
Adobe enhances developer productivity using Amazon Bedrock Knowledge Bases
Adobe使用Amazon Bedrock知识库和Amazon OpenSearch无服务器的Amazon Bedrock知识库和矢量引擎合作。该解决方案极大地改善了他们的开发人员支持系统，从而提高了检索准确性20％。在这篇文章中，我们讨论了该解决方案的细节以及Adobe如何提高其开发人员的生产率。
Gardenia Technologies是一家数据分析公司，与AWS原型和云工程（PACE）团队合作开发了Report Report Genai，Genai是一种全自动的ESG报告解决方案，该解决方案由Amazon Bedrock上最新的AI模型提供动力。这篇文章深入研究了使用带有检索增强发电（RAG）和文本到SQL功能的工具的代理搜索解决方案背后的技术，以帮助客户将ESG报告时间最多减少75％。我们演示了AWS无服务器技术如何与亚马逊基岩中的代理相结合，用于构建可扩展且高度灵活的基于代理的文档助理应用程序。
Why You Need RAG to Stay Relevant as a Data Scientist
检索型发电（RAG）如何降低LLM的成本，最大程度地减少幻觉，并使您在AI时代可就业。
Long-Shot Plan to Mine the Moon Is Closer to Reality
埃里克·伯杰（Eric Berger），ARS Technica外观，没有人说建造一个大收割机在月球周围漫游，并穿过数百吨的雷果池，以检索少量的氦3会是...
Israel kills at least 95 people including children in Gaza as body of Thai citizen is recovered
以色列说，它已检索到2023年哈马斯领导的袭击中被绑架加沙的泰国国民的尸体
Ancient “Black Box” Opened: Researchers Extract Secrets From 200-Year-Old Brains
一种新的牛津方法从古老的软组织中检索蛋白质，揭示了大脑健康标志物，并扩大了对古代疾病和生物学的知识。牛津大学纳菲尔德医学系的研究人员开发了一种新方法，该方法可能很快可以释放出存储在古代软组织蛋白质中的大量生物学信息。 [...]
Mixedbread Cloud: A Unified API for RAG Pipelines
探索此统一的API用于文件上传，文档解析，嵌入模型，矢量存储和检索管道。
Build GraphRAG applications using Amazon Bedrock Knowledge Bases
在这篇文章中，我们探讨了如何在亚马逊基岩知识库中使用基于图的检索型生成（GraphRag）来构建智能应用程序。与传统矢量搜索（根据相似性分数检索文档）不同，知识图编码实体之间的关系，允许大型语言模型（LLMS）通过上下文感知的推理检索信息。
在这篇文章中，我们演示了使用LlamainDex框架构建代理RAG应用程序的示例。 LlamainDex是将FMS连接到外部数据源的框架。它有助于从数据库，API，PDF等摄入，结构和检索信息，从而使代理和抹布适合AI应用程序。该应用程序用作研究工具，使用亚马逊基岩上的Mistral大2 FM产生对代理流量的响应。
Rufus依靠许多组件来提供其客户体验，包括Foundation LLM（响应生成）和查询计划者（QP）模型，以进行查询分类和检索增强。这篇文章的重点是QP模型如何使用以平行解码为中心的投机解码（SD）（SD）以及AWS AI芯片来满足Prime Day的需求。通过将平行解码与AWS Trainium和推理芯片相结合，Rufus的响应时间更快，推理成本降低了50％，并且在高峰流量期间无缝可扩展性。
AI驱动的购物助理 Rufus依靠许多组件来提供其客户体验，包括Foundation LLM（响应生成）和查询计划者（QP）模型，以进行查询分类和检索增强。这篇文章的重点是QP模型如何使用以平行解码为中心的投机解码（SD）（SD）以及AWS AI芯片来满足Prime Day的需求。通过将平行解码与AWS Trainium和推理芯片相结合，Rufus的响应时间更快，推理成本降低了50％，并且在高峰流量期间无缝可扩展性。 在这篇文章中，我们向您展示了如何实施和评估三种强大的技术，以根据您的业务需求来量身定制FMS：抹布，微调和混合方法，结合了这两种方法。我们提供现成的代码，以帮助您尝试这些方法，
