亚马逊云科技 _机器学习领域信息情报检索

AWS的以下部分介绍了机器学习的文章。Amazon Web Services(AWS)是亚马逊公司内部一个充满活力且不断发展壮大的业务部门。订阅我们,获取关于Amazon Web Services机器学习的文章。

使用多模式数据进行投资研究的 AI 驱动助手:适用于 Amazon Bedrock 的 Agents 的应用

AI-powered assistants for investment research with multi-modal data: An application of Agents for Amazon Bedrock

这篇文章是 AWS 中的生成式 AI 和多模式代理的后续文章:解锁金融市场新价值的关键。本博客是“资本市场和金融服务中的生成式 AI 和 AI/ML”系列的一部分。资本市场的金融分析师和研究分析师从金融和非金融数据中提取商业见解,[…]

AI21 Labs Jamba-Instruct 模型现已在 Amazon Bedrock 中可用

AI21 Labs Jamba-Instruct model is now available in Amazon Bedrock

我们很高兴地宣布 Jamba-Instruct 大型语言模型 (LLM) 已在 Amazon Bedrock 中推出。Jamba-Instruct 由 AI21 Labs 构建,最值得注意的是支持 256,000 个令牌上下文窗口,这使其特别适用于处理大型文档和复杂的检索增强生成 (RAG) 应用程序。什么是 Jamba-Instruct Jamba-Instruct 是指令调整版本的 […]

使用 AWS Neuron Monitor 容器扩展和简化 Amazon EKS 上的 ML 工作负载监控

Scale and simplify ML workload monitoring on Amazon EKS with AWS Neuron Monitor container

Amazon Web Services 很高兴地宣布推出 AWS Neuron Monitor 容器,这是一种创新工具,旨在增强 Amazon Elastic Kubernetes Service (Amazon EKS) 上 AWS Inferentia 和 AWS Trainium 芯片的监控功能。该解决方案简化了 Prometheus 和 Grafana 等高级监控工具的集成,使您能够 [...]

使用 Amazon Bedrock 和 Amazon QuickSight 构建用于客户反馈分析的自动化洞察提取框架

Build an automated insight extraction framework for customer feedback analysis with Amazon Bedrock and Amazon QuickSight

在这篇文章中,我们探讨了如何将 LLM 集成到企业应用程序中以利用其生成功能。我们深入研究了工作流实施的技术方面,并提供了您可以快速部署或修改的代码示例,以满足您的特定要求。无论您是希望将 LLM 整合到现有系统中的开发人员,还是希望利用 NLP 功能的企业主,这篇文章都可以作为快速入门。