Improve your agent’s tool-calling accuracy with SFT and DPO on Amazon SageMaker AI
在本文中，您将了解如何结合使用监督微调 (SFT) 和直接偏好优化 (DPO) 来提高小型语言模型 (SLM) 的工具调用准确性。该示例使用 Amazon SageMaker AI 训练作业，因此您可以专注于训练代码，而不是管理自己的训练基础设施。您还将学习如何评估工具调用的准确性，并将基本模型与多个微调变体进行比较，以便您可以就模型质量做出数据驱动的决策。
How Baz improved its AI Agent Code Review accuracy using Amazon Bedrock AgentCore
本文介绍了 Baz 如何使用 Amazon Bedrock 和 Amazon Bedrock AgentCore 构建其 Spec Review 代理。我们将介绍架构决策、实施细节以及他们通过利用这些 AWS 服务自动化代码审查流程所实现的业务成果
Calling Doctor GPT: AI responses to healthcare queries are nearly 76% accurate
AI 驱动的聊天机器人回答健康问题的准确率达到 76%，给患者带来了信任问题，并强调了专业使用的必要性。
Система Ростеха повысит точность и безопасность посадки самолетов в аэропорту Сочи
与公司的其他解决方案一起，该系统将提高该国最大的航空枢纽之一的容量
South Korea Aims to Accurately Identify AI Content
当人工智能走出实验室并充斥互联网时，韩国可能正在做世界其他国家应该做的事情，推动对人工智能生成的内容强制加水印，因为社会正在迅速达到无人知道什么是真实的地步。人们仍然认为这是关于有趣的假图像或 [...]
Improve bot accuracy with Amazon Lex Assisted NLU
在这篇文章中，您将学习如何有效地实施辅助 NLU。您将学习如何通过有效的意图和槽描述来改进机器人设计，使用测试工作台验证您的实施，并为新的和现有的机器人规划从传统 NLU 到辅助 NLU 的过渡。
Исследование: ответы «дружелюбных» ИИ-чатботов менее точны
被调整为更加友好的人工智能模型往往会犯更多的错误并证实错误的想法。
New brain test may help doctors detect rare dementia earlier and more accurately
痴呆症正在成为世界上最大的健康挑战之一。目前全世界有超过 5700 万人患有痴呆症，科学家预计，随着人口老龄化，这一数字在未来几十年内将急剧上升。痴呆症不是一种单一的疾病，而是一组大脑疾病，会慢慢损害记忆、思维、语言、行为……新的大脑测试可能有助于医生更早、更准确地发现罕见的痴呆症，该报告首先出现在 Knowridge Science Report 上。
'The name was inaccurate': PCOS gets a new name after years-long effort
多囊卵巢综合症（PCOS）刚刚被赋予了一个新名称，专家称这个新名称更能反映这种疾病的性质。
MoSPI asks states to shift GSDP base year to 2022-23 for better economic data accuracy
统计和计划实施部发布了计算国家国内生产总值的新指南。现在的基准年是 2022-23 年，与国家 GDP 修订保持一致。此举旨在提高区域经济数据的准确性和一致性。各州和中央直辖区将采用这些新标准。
Veterans Affairs: Improved Oversight Could Strengthen Processes for Estimating Health Care Funding
GAO 的发现 为了支持每年的医疗保健预算预测，退伍军人健康管理局 (VHA) 与精算顾问签订合同，协助 VHA 进行年度参保医疗保健预测模型更新。该模型产生三个基本输出：入学率、利用率和单位成本。每个输出都经过多次复杂的调整，以考虑 VHA 医疗保健的特征以及获得 VHA 医疗保健服务的退伍军人的特点。 VHA 参保者医疗保健预测模型的基本输出 GAO 发现 VHA 开发模型估计的流程符合大多数但并非所有相关标准。例如，VHA 的招生和预测办公室 (E&F) 没有正式的流程要求 VHA 的精算顾问在初始模型交付后将新出现的数据纳入模型中。据 VHA 官员称，在交付初始模型场景后不需要合并新出
MIT researchers teach AI models to interpret charts
新的 ChartNet 训练数据集可以提高视觉语言模型的准确性，帮助分析业务趋势或解释科学数据。
自从美国和以色列袭击伊朗以来，日本股市的变化非常大，我的印象是这正在放大美国市场的变化。自2026年2月28日星期六德黑兰空袭开始以来，我们计算了3月和4月的每日股价变化率（以下简称变化率）。这里，日变化率定义为“(最高价-最低价)/交易日收盘价”。日经指数 3 月份和 4 月份分别为 2.5% 和 1.7%，而标准普尔 500 指数分别为 1.6% 和 0.9%。毕竟日本的变化速度是很大的。 不能断定日本和美国之间的变化率差异是最近才出现的现象。因此，对于2020年及以后的情况，我们使用与日变化率相同的计算方法来计算月变化率，并与美国进行比较。结果如图1所示。据此，日本从2024年至今的变
- 作者：新政民主党经济加权的 ISM 制造业 + 服务业指数已成为我最喜欢的数据点之一。部分原因是前者作为可靠的领先指标已有近 80 年的历史，尽管自千禧年开始以来有所减弱。但后者现在也拥有足够长的记录，其总重量在 25 年来一直是准确的。第二个原因是因为它们非常及时：例如，本周的报告是 5 月份的报告，而不是像耐用品这样的指标，后者会延迟一到几个月。概括地说，由于服务业约占经济的 75%，因此它们占权重的 75%，制造业报告占另外 25%。另外，为了减少噪音并增加信号，我特别关注加权平均线的三个月移动平均线。它们的一个缺点是它们是扩散指数。它们并没有告诉我们趋势有多“强”，而是告诉我们有多
DEI ban ‘doesn’t do anything’: Undercover video raises legal questions about UT Austin
德克萨斯大学奥斯汀分校表示，它已经“全面实施”该州的多样性、公平性和包容性禁令，以回应最近的一段秘密视频，该视频显示一名性别研究员工表示，该法律“除了创造更多工作之外没有任何作用”。但媒体准确性总裁 Adam Guillette 告诉 The College Fix [...]
Can the Democratic Establishment in New Jersey Get to Yes?
两周前，国家评估管理委员会运行了被称为 NAEP 的测试，即我们的“国家成绩单”（被认为是最准确的反映 [...]
GAO 的发现美国劳工统计局 (BLS) 的就业形势报告（就业报告）根据两项调查（一项针对家庭（家庭调查）和一项针对雇主（机构调查））的数据提供了国家经济的关键信息。具有就业数据专业知识的利益相关者表示，该报告总体上满足了用户的需求。然而，他们表示，偶尔的大幅修改可能会使数据对于及时做出决策的作用降低，而且由于随着时间的推移调查响应率较低，美国劳工统计局面临着数据质量的风险（见图）。 BLS 实现了 2020 至 2025 财年数据精度和修订规模的目标，但在 COVID-19 大流行期间放宽了一项目标。 2015 年 10 月至 2025 年 9 月就业报告调查的响应率 BLS 通过各种方式获
