构建关键词检索结果

Natera利用Amazon Bedrock AgentCore实现智能预约安排

Natera’s intelligent appointment scheduling with Amazon Bedrock AgentCore

了解Natera如何在Amazon Bedrock AgentCore上构建自动语音代理,让患者通过自然对话预约移动抽血服务。文章涵盖了双WebSocket桥接、事件驱动延迟掩蔽和渐进信任机制。

使用Amazon Quick Desktop和Amazon FSx for NetApp ONTAP进行受治理报告

Governed reports with Amazon Quick Desktop and Amazon FSx for NetApp ONTAP

使用Amazon Quick Desktop和Amazon FSx for NetApp ONTAP构建受治理的每周报告工作流。Amazon S3接入点将批准文件夹暴露给Quick知识库,自定义技能生成带引用的每周报告和Slack摘要。

代理AI只是自动化吗?

Is Agentic AI Just Automation?

为什么大多数代理只是伪装的流程图,以及应该构建什么。该文章《代理式AI只是自动化吗?》首次发表于Towards Data Science。

相同事实,不同答案:法律AI的一致性问题

Same Facts, Different Answer: Legal AI’s Consistency Problem

作者:Shaz Aziz,Neota Logic。现在是2026年8月。一位没有技术背景的律师现在可以在...内构建一个可用的法律AI工具。

Google为法律行业推出Gemini Enterprise

Google Launches Gemini Enterprise for Legal

正如AL所预测的,又一家科技巨头进入了法律领域。谷歌云推出了Gemini Enterprise for Legal,一个“企业级、专门构建的代理式AI...

部分大学开始接受通过Venmo支付学费

Some colleges begin accepting tuition payments via Venmo

该公司上周表示,这种点对点支付方式及其PayPal母公司已与高等教育机构建立了新的合作关系。

NIST研究人员放大量子技术以帮助探测微弱光子

NIST Researchers Supersize Quantum Technology to Help Detect Faint Photons

我们的日常生活充满了光子,它是光的量子构建模块。对于尖端技术,从量子计算到深层组织成像,检测每一个光子都很重要。 “光子携带信息,”克里斯汀·帕祖霍夫斯基 (Kristen Parzuchowski) 说道

AI智能体不需要更多上下文——它们需要类型化上下文

AI Agents Don’t Need More Context — They Need Typed Context

人工智能代理不仅存在上下文问题,还存在上下文输入问题。当指令、内存、检索到的证据和工具输出被扁平化为一个字符串时,它们的语义边界就会消失。我构建了一个轻量级、零依赖的 Python 运行时,它可以使这些边界保持明确,跟踪出处,并在无效的上下文转换到达模型之前拒绝它们。本文介绍了实现、测试以及这种方法的作用和不保证的内容。《人工智能代理不需要更多上下文 — 他们需要类型化上下文》一文首先出现在《走向数据科学》上。

视频星期五:我们需要超人类人形机器人吗?

Video Friday: Do We Need Superhuman Humanoid Robots?

Video Friday 是您每周精选的精彩机器人视频,由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。首尔类人机器人峰会:2026年9月22日至23日,首尔2026年峰会:2026年9月27日至10月1日,匹兹堡CoRL 2026:2026年11月9日至12日,奥斯汀享受今天的视频!这非常非常酷。但我正在尝试考虑商业用例是什么,你知道吗?我猜想,高速、极其危险的包裹递送到二楼窗户之类的……?[Unitree]人类具有非凡的能力,可以仅通过一个或几个例子来执行新的身体技能。我们最新的机器人基础模型

重新思考员工入职培训:情境优于内容

Rethinking Onboarding For Employee Performance: Context Over Content

将员工入职策略从交付内容演变为构建情境。了解情境架构师如何设计真正提升员工绩效的培训项目。本文首发于eLearning Industry。

通过词汇干预在数据约束下进行多语言知识转移

Multilingual Knowledge Transfer under Data Constraints via Lexical Interventions

跨语言知识迁移对于为训练数据不足的语言构建高性能的多语言语言模型至关重要。当目标语言数据稀缺时,涉及科学推理、常识推理和世界知识等许多下游任务所需的知识必须主要从高资源语言获取,因此有效的知识迁移至关重要。改进这种跨语言知识转移的现有方法需要大量并行数据、翻译系统、辅助模型或额外的训练阶段……

行业视角:伊拉克战争的路边炸弹为应对无人机提供了教训

INDUSTRY PERSPECTIVE: Iraq War's Roadside Bombs Hold Lessons for Countering Drones

反无人机界在过去十年中一直在构建功能日益强大的系统,以在无人机升空后对其进行检测、跟踪和拦截。伊朗战争证明这是必要的,但还不够。

政府的不负责任陷阱

The Unaccountability Trap in Government

构建决策机构来规避民主进程会产生破坏自治框架的政治被动性。

利用 AWS 上的代理 AI 加速飞机 IFEC 诊断

Accelerating aircraft IFEC diagnostics with agentic AI on AWS

Panasonic Avionics 与 AWS 和 AWS Generative AI 创新中心合作,在 Amazon Bedrock、Amazon SageMaker 和 AWS Glue 上构建代理 AI 系统,用于诊断全球机队的机上娱乐和连接 (IFEC) 问题,将诊断时间从几小时缩短到几分钟,同时保持准确性。

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。

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。

解析文件夹,而不仅仅是 PDF:案例文件中 RAG 需要的关系表

Parse the Folder, Not Just the PDFs: The Relational Tables RAG Needs on a Case File

企业文档智能 [Vol.1 #14D] - 索引列出了打开任何文件夹之前案例类型的要求,并且值得构建的两个问题根本不是检索问题帖子解析文件夹,而不仅仅是 PDF:案例文件中 RAG 需要的关系表首先出现在走向数据科学上。

多文档 RAG:不相关 PDF 的文件夹是一个带有嵌套大纲的长文档

Multi-Document RAG: A Folder of Unrelated PDFs Is One Long Document with a Nested Outline

企业文档智能 [Vol.1 #14B] - 没有共享字段意味着无需构建索引。每个文件一个摘要行加上每个文件自己的目录,检索路线向下两层多文档 RAG:不相关 PDF 的文件夹是一个带有嵌套大纲的长文档,首先出现在走向数据科学上。