Generate Gremlin queries using Amazon Bedrock models
在这篇文章中，我们探索了一种创新方法，该方法使用 Amazon Bedrock 模型（例如 Amazon Nova Pro）将自然语言转换为 Gremlin 查询，从而帮助业务分析师和数据科学家访问图形数据库，而无需深厚的技术专业知识。该方法涉及三个关键步骤：提取图形知识、构建类似于文本到 SQL 处理的图形，以及通过迭代细化过程生成可执行的 Gremlin 查询，该过程在测试中实现了 74.17% 的总体准确率。
Build scalable creative solutions for product teams with Amazon Bedrock
在这篇文章中，我们探讨产品团队如何利用 Amazon Bedrock 和 AWS 服务通过生成式 AI 转变其创意工作流程，实现跨多种格式的快速内容迭代，同时保持品牌一致性和合规性。该解决方案展示了团队如何部署可扩展的生成式人工智能应用程序，以加速从产品描述和营销文案到视觉概念和视频内容的一切，显着缩短上市时间，同时提高创意质量。
Build a proactive AI cost management system for Amazon Bedrock – Part 2
在这篇文章中，我们探讨了 Amazon Bedrock 部署的高级成本监控策略，引入了精细的自定义标记方法，以实现精确的成本分配和全面的报告机制，这些机制建立在第 1 部分中建立的主动成本管理基础之上。该解决方案演示了如何实现调用级标记、应用程序推理配置文件以及与 AWS Cost Explorer 的集成，以创建生成式 AI 使用和生成的完整 360 度视图。 费用。
Serverless deployment for your Amazon SageMaker Canvas models
在这篇文章中，我们将介绍如何采用 SageMaker Canvas 中构建的 ML 模型并使用 SageMaker Serverless Inference 进行部署，帮助您快速高效地从模型创建到生产就绪的预测，而无需管理任何基础设施。该解决方案演示了一个完整的工作流程，从将经过训练的模型添加到 SageMaker 模型注册表，到创建无服务器端点配置，再到部署根据需求自动扩展的端点。
Accelerate large-scale AI training with Amazon SageMaker HyperPod training operator
在这篇文章中，我们演示了如何使用 Amazon SageMaker HyperPod 训练操作器部署和管理机器学习训练工作负载，该操作器通过精确恢复和可定制的监控功能增强 Kubernetes 工作负载的训练弹性。 Amazon SageMaker HyperPod 训练运算符通过有效管理跨大型 GPU 集群的分布式训练来帮助加速生成式 AI 模型开发，提供集中训练过程监控、精细过程恢复和挂起作业检测等优势，可将恢复时间从数十分钟缩短到几秒钟。
Outage at Amazon Web Services disrupts websites across the internet
亚马逊的云计算服务为许多在线运营的公司提供后端支持。当它出现问题时，他们也会出现问题。
What to know about the Amazon Web Services outage
周一，与亚马逊云计算服务相关的互联网中断影响了世界各地试图连接用于工作、社交媒体和视频游戏的在线服务的人们。
Voice AI-powered drive-thru ordering with Amazon Nova Sonic and dynamic menu displays
在本文中，我们将演示如何使用 Amazon Nova Sonic 和 AWS 服务实施快速服务餐厅 (QSR) 得来速解决方案。我们将逐步构建一个将语音人工智能与交互式菜单显示相结合的智能系统，提供技术见解和实施指导，以帮助餐厅实现得来速运营的现代化。
Iterative fine-tuning on Amazon Bedrock for strategic model improvement
组织在为其生成式 AI 模型实施单次微调方法时经常面临挑战。单次微调方法涉及选择训练数据、配置超参数并希望结果满足预期，但无法进行增量调整。单次微调经常会导致结果不理想，并且需要在改进 [...] 时从头开始整个过程
Splash Music transforms music generation using AWS Trainium and Amazon SageMaker HyperPod
在这篇文章中，我们展示了 Splash Music 如何通过在 Amazon SageMaker HyperPod 上结合使用其先进的 HummingLM 模型和 AWS Trainium，为 AI 驱动的音乐创作设定新标准。作为 2024 年 AWS Generative AI Accelerator 中入选的初创公司，Splash Music 与 AWS Startups 和 AWS GenAIIC 密切合作，以快速跟踪创新并加速其音乐生成 FM 开发生命周期。
在Principal Financial Group 使用 Genesys、Amazon Lex 和 Amazon QuickSight 提高语音虚拟助理性能一文中，我们讨论了使用 Genesys Cloud、Amazon Lex V2、多个 AWS 服务的整体 Primary Virtual Assistant 解决方案，以及使用 Amazon QuickSight 的自定义报告和分析解决方案。
How Amazon Bedrock Custom Model Import streamlined LLM deployment for Salesforce
本文展示了 Salesforce 如何将 Amazon Bedrock 自定义模型导入集成到其机器学习操作 (MLOps) 工作流程中，在不更改应用程序的情况下重用现有终端节点，以及如何对可扩展性进行基准测试。我们分享有关运营效率和成本优化收益的关键指标，并提供简化部署策略的实用见解。
Scala development in Amazon SageMaker Studio with Almond kernel
本文提供了有关将 Almond 内核集成到 SageMaker Studio 的综合指南，为平台内的 Scala 开发提供了解决方案。
Configure and verify a distributed training cluster with AWS Deep Learning Containers on Amazon EKS
通过采用系统方法启动所需组件并验证其正确配置，可以防止 Amazon EKS 分布式训练中的错误配置问题。本文将逐步介绍设置和验证 EKS 集群以使用 DLC 训练大型模型的步骤。
Build a device management agent with Amazon Bedrock AgentCore
在本文中，我们将探讨如何使用 Amazon Bedrock AgentCore 构建对话式设备管理系统。借助此解决方案，用户可以通过自然语言管理其 IoT 设备，使用 UI 执行检查设备状态、配置 WiFi 网络和监控用户活动等任务。
Transforming enterprise operations: Four high-impact use cases with Amazon Nova
在这篇文章中，我们分享了四个在 Amazon Bedrock 中使用 Nova 构建的高影响力、广泛采用的用例，并得到实际客户部署、AWS 合作伙伴提供的产品和经验的支持。这些示例非常适合研究自己的人工智能采用策略和跨行业用例的组织。
Embraer, Airlink sign component deal
Embraer 和 Airlink 签署了组件池计划协议，为 Airlink 目前通过与 Azorra 进行一系列租赁的方式收购的 10 架新型 Embraer E195-E2 喷气式飞机提供支持。空中链接 [...]
保険と年金基金における各種リスクと今後の状況（欧州 2025.10）－EIOPAが公表している報告書（2025年10月）の紹介
■摘要 EIOPA（欧洲保险和职业养老金管理局）大约每季度发布一次风险仪表板。 2025年10月30日，养老基金和保险行业风险仪表板同时发布。总体而言，尽管地缘政治环境存在不确定性，但风险仍保持在适度水平。 ■目录 1 - 简介 2 - 每种风险的状况 1 |保险领域2 |养老基金字段 3 -- 结论 EIOPA（欧洲保险和职业养老金管理局）大约每季度发布一次风险仪表板。 2025年10月30日，养老基金行业和保险行业风险仪表板同时发布1。这是基于Solvency II相关数据和当时的市场数据（最新数据是2025年第二季度，只有年度数据的项目是2024年）。它总结了欧盟内部养老基金和保险部门主
