Build Strands Agents with SageMaker AI models and MLflow
在这篇文章中,我们演示了如何使用 Strands Agents SDK 以及部署在 SageMaker AI 端点上的模型来构建 AI 代理。您将了解如何从 SageMaker JumpStart 部署基础模型,将其与 Strands Agent 集成,以及使用 SageMaker Serverless MLflow 进行代理跟踪建立生产级可观测性。我们还介绍了如何跨多个模型变体实施 A/B 测试,使用 MLflow 指标评估代理性能,并展示如何在您控制的基础设施上构建、部署和持续改进 AI 代理。
Use-case based deployments on SageMaker JumpStart
我们很高兴地宣布推出 Amazon SageMaker JumpStart 优化部署。 SageMaker JumpStart 改进的部署通过提供专为特定用例设计的预定义部署配置,满足了 SageMaker JumpStart 上丰富且简单的部署自定义的需求。客户对其建议部署的细节保持相同级别的可见性,但现在部署针对其特定用例和性能限制进行了优化。