编排关键词检索结果

用于多代理编排的高级微调技术:来自 Amazon 的大规模模式

Advanced fine-tuning techniques for multi-agent orchestration: Patterns from Amazon at scale

在这篇文章中,我们向您展示微调如何使危险用药错误减少 33%(Amazon Pharmacy)、工程人力减少 80%(Amazon Global Engineering Services)以及内容质量评估如何提高 77% 至 96% 的准确性(Amazon A+)。这篇文章详细介绍了这些结果背后的技术:从监督微调 (SFT)(指令调优)和近端策略优化 (PPO) 等基础方法,到用于人类对齐的直接偏好优化 (DPO),再到尖端推理优化,例如基于策略优化的分组强化学习 (GRPO)、直接优势策略优化 (DAPO) 和专为代理系统构建的组序列策略优化 (GSPO)。

为什么如果没有工作流程编排,学习自动化就会失败

Why Learning Automation Fails Without Workflow Orchestration

当 LMS 和 HRIS 平台、管理人员和评估不能同时进行时,学习自动化就会失败。编排连接了交接、触发器和责任。这篇文章首先发表在电子学习行业。

使用 Strands Agent 通过高级编排技术自定义代理工作流程

Customize agent workflows with advanced orchestration techniques using Strands Agents

在这篇文章中,我们探讨了使用 Strands Agent 实现的两种强大的编排模式。使用一套通用的旅行规划工具,我们演示了不同的编排策略如何通过不同的推理方法解决同一问题,

使用 AWS Generative AI 服务进行文本和音频情感分析:方法、挑战和解决方案

Sentiment Analysis with Text and Audio Using AWS Generative AI Services: Approaches, Challenges, and Solutions

这篇文章是通过 AWS 与 Instituto de Ciência e Tecnologia Itaú (ICTi)(ICTi)(由拉丁美洲最大的私人银行 Itaú Unibanco 维护的 P&D 中心)之间的战略科学合作伙伴关系开发的,探讨了文本和音频情绪分析的技术方面。我们展示了比较多种机器学习 (ML) 模型和服务的实验,讨论了每种方法的权衡和陷阱,并重点介绍了如何编排 AWS 服务来构建强大的端到端解决方案。我们还提供对未来潜在方向的见解,包括针对大型语言模型 (LLM) 的更先进的提示工程,以及扩大基于音频的分析范围以捕获仅文本数据可能会错过的情感线索。

独立测试证实 Sonrai 的云权限防火墙可阻止真正的 AWS 攻击路径

Independent Testing Confirms Sonrai’s Cloud Permissions Firewall Blocks Real AWS Attack Paths

AWS 中的权限升级正在不断发展。经典的 IAM 问题仍然很重要,但攻击者现在利用基于服务的执行路径、编排层以及新的 AI 驱动服务(例如 Bedrock 和 Bedrock AgentCore)。 Sonrai Security 与 Software Secured 合作,利用各种开源夺旗 (CTF) 风格项目中记录的许多已知 AWS 攻击向量。 [...]

使用 Amazon Nova Sonic 构建语音驱动的 AWS 助手

Building a voice-driven AWS assistant with Amazon Nova Sonic

在这篇文章中,我们将探讨如何使用 Amazon Nova Sonic 进行语音处理并使用 Strands Agent 进行多代理编排来构建复杂的语音驱动 AWS 操作助手。该解决方案展示了自然语言语音交互如何改变云运营,使 AWS 服务更易于访问且运营更高效。