我更改了本文的顺序，以便将作者和其他文章归因于本文的末尾。我将这篇文章重新发布到Angry Bear Blog，并将作者，其他人以及任何可能在撰写本文中发挥作用的组织。为什么[…]邮政为他们的情况惩罚人们，而不仅仅是他们的行为。 。 。 “芝加哥的百万美元块”首先出现在愤怒的熊身上。
Easy FAA Part 5 SMS Declaration of Compliance Guide
对于航空安全经理和负责任的高管而言，确保符合第5部分14 CFR下的FAA安全管理系统（SMS）要求是运营安全的基石。此过程中的关键步骤是向FAA提交合规性宣言（DOC），该声明确认您的组织的SMS，包括其安全风险管理（SRM）流程，符合监管标准。这篇文章深入介绍了SRM在SMS合规性中的作用，并详细列出了该文档的所需内容。无论您是管理第135部分操作，第91.147部分航空旅行操作，还是第21部分证书持有人，本指南都将帮助您制作合规的文档，同时加强您的SRM练习。
eLearning Industry's Guest Author Article Showcase [May 2025]
五月来宾作者提交了哪些顶级文章？请继续阅读以查看我们出版日历中哪些帖子引人注目。这篇文章首次发表在电子学习行业上。
Build a serverless audio summarization solution with Amazon Bedrock and Whisper
在这篇文章中，我们演示了如何使用开放式AI窃窃私语粉底型（FM）Whisper大型V3 Turbo，该涡轮在亚马逊基岩市场上可用，该市场可通过专用产品访问140多个型号，以生产几乎实时转录。然后，这些转录由亚马逊基岩处理，以汇总和敏感信息的修复。
在这篇文章中，我们演示了如何使用自然语言和图像查询使用大型视觉模型（LVM）进行语义视频搜索。我们介绍了一些特定于用例的方法，例如时间框架平滑和聚类，以增强视频搜索性能。此外，我们通过在Amazon Sagemaker AI上使用异步和实时托管选项来演示这种方法的端到端功能，以使用拥抱面部模型中心上的公开可用的LVMS执行视频，图像和文本处理。最后，我们将Amazon OpenSearch与其矢量引擎一起用于低延迟语义视频搜索。
Multi-account support for Amazon SageMaker HyperPod task governance
在这篇文章中，我们讨论了具有多个帐户的企业如何访问共享的Amazon Sagemaker HyperPod群集以运行其异质工作负载。我们使用SageMaker HyperPod任务治理来启用此功能。
Build a Text-to-SQL solution for data consistency in generative AI using Amazon Nova
这篇文章评估了使用生成AI查询数据的关键选项，讨论了它们的优势和局限性，并演示了为什么文本到SQL是确定性，特定于架构的任务的最佳选择。我们展示了如何使用Amazon Nova有效地使用Amazon Nova（Amazon Bedrock中可用的基础模型（FM）），从您的数据中得出精确而可靠的答案。
Unlocking Operational Excellence: What Training Solutions Without Coding Can L&D Teams Build
发现L＆D团队如何使用低音/无代码平台来简化操作，自动化工作流以及增强学习体验，而无需编码。这篇文章首次在电子学习行业上发表。
可以缓慢而温柔的生活方式；它只是没有卖给我们，因此很难聆听忘记我们的周末文化和生活方式的电子邮件从一个非常明智的朋友那里听到，她以前没有考虑过的东西，她在我的“小房子”文章中读到的东西是，房屋市场要求大多数人都债务。通过作为诗人，小说家和医学记者生活的生活来了解“经济学”的概念是一次奇怪的积极经历，因为它使我能够批评可能不会引起人们注意的事情。另一个非常明智的朋友告诉我，她的丈夫去大学学习经济学，并在第一天被告知，整个模型都是建立在无限增长的概念上的，他辞去了成为园丁。难怪我们是朋友。我读过的第一本经济学是罗宾·沃尔·金梅勒（Robin Wall Kimmerer）的《 Serviceberr
Stop Boring People Into Learning: How To Steal Marketing's Best Tricks
找出L＆D如何窃取使人们停止滚动，注意并采取行动的策略。从创建感觉像冒险的学习旅程到使用坚持的讲故事，发现成功的公司已经模糊了营销和学习之间的界限。这篇文章首次在电子学习行业上发表。
Modernize and migrate on-premises fraud detection machine learning workflows to Amazon SageMaker
radial是最大的3PL履行提供商，也为中型市场和企业品牌提供综合付款，欺诈检测以及全渠道解决方案。在这篇文章中，我们通过使用Amazon Sagemaker对其ML工作流进行现代化，分享了Radial如何优化其欺诈检测机学习（ML）应用程序的成本和性能。
Contextual retrieval in Anthropic using Amazon Bedrock Knowledge Bases
上下文检索通过在生成嵌入之前向每个块添加块的解释性上下文来增强传统抹布。这种方法通过相关的上下文信息丰富了向量表示，在响应用户查询时，可以更准确地检索语义相关的内容。在这篇文章中，我们演示了如何使用人类和亚马逊基石知识库使用上下文检索。
Run small language models cost-efficiently with AWS Graviton and Amazon SageMaker AI
在这篇文章中，我们通过将预建的容器扩展到与AWS Graviton实例兼容，演示了如何在Sagemaker AI上部署小语言模型。我们首先提供解决方案的概述，然后提供详细的实施步骤以帮助您入门。您可以在GitHub存储库中找到示例笔记本。
Impel enhances automotive dealership customer experience with fine-tuned LLMs on Amazon SageMaker
在这篇文章中，我们与SageMaker的微调LLMS分享Impel如何增强汽车经销商的客户体验。
Why Learning Often Fails: 5 Proven Tactics To Increase Engagement And ROI [eBook Launch]
为什么电子学习计划有时会错过分数？发现5尝试并测试了策略，以增加参与度，并从L＆D计划中获得更多措施。这篇文章首次发表在电子学习行业上。
Custom Vs. Off-The-Shelf Training: Rethinking Workforce Learning For 2025
本文探讨了为什么自定义学习解决方案快速成为推动实际绩效结果至关重要的，而现成的内容仍然对基本需求具有价值。这篇文章首次在电子学习行业上发表。
