生成关键词检索结果

利用 AWS 生成式 AI 服务改变零售业

Transform retail with AWS generative AI services

在线零售商面临着持续的挑战:购物者在网上订购时难以确定合身性和外观,从而导致退货增加和购买信心下降。费用?收入损失、运营开销和客户不满。与此同时,消费者越来越期望身临其境的互动购物体验,以弥合在线和店内零售之间的差距。零售商实施虚拟试穿 [...]

Amazon Bedrock 中的自动推理检查如何转变生成式 AI 合规性

How Automated Reasoning checks in Amazon Bedrock transform generative AI compliance

在这篇文章中,您将了解为什么概率 AI 验证在受监管行业中存在不足,以及自动推理检查如何使用形式验证来提供经过数学验证的结果。您还将看到六个行业的客户如何使用该技术来生成经过正式验证、可审计的人工智能输出,以及如何开始。

Guidesly 如何为 AWS 上的户外导游构建 AI 生成的行程报告

How Guidesly built AI-generated trip reports for outdoor guides on AWS

在这篇文章中,我们将介绍 Guidesly 如何使用 AWS Lambda、AWS Step Functions、Amazon Simple Storage Service (Amazon S3)、Amazon Relational Database Service (Amazon RDS)、Amazon SageMaker AI 和 Amazon Bedrock 在 AWS 上构建 Jack AI,以提取旅行媒体、通过上下文丰富其内容、应用计算机视觉和生成式 AI,并跨多个渠道安全、可靠且大规模地发布营销就绪内容。

探索生成式 AI 之旅:AWS 的价值路径框架

Navigating the generative AI journey: The Path-to-Value framework from AWS

在这篇文章中,我们介绍了生成式 AI 价值路径 (P2V) 框架,这是一种结构化方法,可帮助您将生成式 AI 计划从概念转向生产并持续创造价值。

如何使用正交距离拟合生成超紧凑矢量图形

How To Produce Ultra-Compact Vector Graphic Plots With Orthogonal Distance Fitting

通过使用 ODF 算法拟合贝塞尔曲线来生成高质量、最小的 SVG 图。如何使用正交距离拟合生成超紧凑矢量图形图一文首先出现在 Towards Data Science 上。

理解债:人工智能生成代码的隐性成本

Comprehension Debt: The Hidden Cost of AI-Generated Code

以下文章最初出现在 Addy Osmani 的博客网站上,经作者许可在此转载。理解债是由于过度依赖人工智能和自动化而对人类智力和记忆造成的隐性成本。对于工程师来说,它最适用于代理工程。有一项成本未显示在您的 [...]

已测试:AI 生成的密码可保证代码不会泄露

Проверено: пароли, сгенерированные ИИ — гарантия дырявого кода

研究人员发现,大型语言模型插入生成代码中的秘密只是表面上与随机代码相似。

AI-Ready 时代如何将消费者数据与决策联系起来 - 思考 20 多岁人群的数据并设计生成式 AI 时代的政策

AI-Ready時代、消費者データをどう意思決定につなげるか~20代データで考える、生成AI時代の施策設計

■总结 随着生成式人工智能的出现,导致人类判断的过程的速度,例如收集、组织、总结和识别争论点,变得比以前快得多。然而,这并不一定意味着它会直接导致“判断的容易性”。事实上,随着可处理材料数量的增加,我认为有时会变得很难知道应该关注什么以及从哪里开始。 “AI-Ready”不仅仅指人工智能可以使用的状态,还包括创造一种人们可以在包含人工智能的环境中做出适当决策的状态。乍一看,这似乎是矛盾的,但很明显,人们的作用是确定哪些问题是重要的,决定采取哪些步骤,并将这些决定纳入措施的顺序。我们如何以一种易于人们直观理解的格式组织数据,并创建一种可以将其转化为玩家的假设和优先事项的状态?正是在这个生成式人工

3 月份电子方式账单生成量飙升至历史新高,超过 1.4 亿卢比

E-way bill generation surged all time high of over 14 crore in March

这可能会对 4 月份的 GST 征收产生一些影响,数据将于 5 月 1 日公布

人工智能生成的学习内容治理:确保质量、准确性和信任

AI-Generated Learning Content Governance: Ensuring Quality, Accuracy, And Trust

人工智能彻底改变了电子学习领域内容的开发方式。过去需要数周时间进行的内容开发,包括故事板、评估和微学习,现在只需几分钟即可完成。这篇文章首先发表在电子学习行业。

关键播客:学生成功的趋势

The Key Podcast: Trends to Watch in Student Success

关键播客:学生成功的趋势sara.custer@in…星期五,04/10/2026 - 03:00 AMByline(s)IHE 工作人员

生成式 AI 改进了无线视觉系统,可穿透障碍物

Generative AI improves a wireless vision system that sees through obstructions

借助这项新技术,机器人可以使用反射的 Wi-Fi 信号更准确地检测隐藏物体或了解室内场景。

K-12 公开招生对学生成绩的影响

The impact of K-12 open enrollment on student achievement

K-12 开放招生允许学生就读指定学校以外的公立学校,这是最常见的择校形式之一。《K-12 开放招生对学生成绩的影响》一文首先出现在 Reason Foundation 上。

从孤立的警报到情境智能:利用生成人工智能进行代理海事异常分析

From isolated alerts to contextual intelligence: Agentic maritime anomaly analysis with generative AI

这篇博文展示了 Windward 如何通过将地理空间智能与生成式 AI 相结合来帮助增强和加速警报调查流程,使分析师能够专注于决策而不是数据收集。

掌握检索增强生成的 7 个步骤

7 Steps to Mastering Retrieval-Augmented Generation

随着语言模型应用程序的发展,它们越来越多地成为所谓的 RAG 架构之一:学习被认为对于掌握其成功开发至关重要的 7 个关键步骤。

资源受限的图像生成和视觉理解:Aniket Roy 访谈

Resource-constrained image generation and visual understanding: an interview with Aniket Roy

在我们与 AAAI/SIGAI 博士联盟参与者进行的系列采访中,我们采访了 Aniket Roy,了解他对计算机视觉任务生成模型的研究的更多信息。告诉我们一些关于您的博士学位的信息——您在哪里学习,您的研究主题是什么?我[...]

红细胞生成:红细胞的产生方式和疾病

Erythropoiesis: How Red Blood Cells Are Produced and Disorders

发现红细胞生成的复杂过程。了解肾脏和骨髓如何产生红细胞、血红蛋白的结构以及贫血等常见血液疾病。红细胞生成后:红细胞如何产生和疾病首先出现在《科学笔记》上。

生成式人工智能暴露了大规模系统中使用论文评估的长期缺陷

Generative AI exposes longstanding flaws in the use of essay assessments in a mass system

文章曾经是对话的提示,但最近这种对话已被剥夺。 Nigel Francis、David Smith、Kevin Campbell-Karn 和 Steve Rutherford 反思学生生成式人工智能的使用如何暴露出更深层次的问题