How to use Google Messages' new Trash feature to recover texts you accidentally deleted
这就是我为什么珍视 Google Messages 的新垃圾箱的原因以及它的工作原理。
Swiss firm partners with Osage Nation to build pioneering drone lab in Oklahoma
无人机时代引发创业能量爆发。从军队、安全服务到零售……这家瑞士邮政公司与 Osage Nation 合作，在俄克拉荷马州建立了开创性的无人机实验室，该实验室首先出现在 AeroTime 上。
Event: The New Yorker’s Adam Gopnik Interviews Harvard sociologist Robert J. Sampson
主要导航新闻博客中的RSF观看 - 网络研讨会、视频和采访收听 - 几个问题...每月简报注册我们的时事通讯博客活动：《纽约客》的 Adam Gopnik 采访哈佛大学社会学家 Robert J. Sampson 2026 年 4 月 16 日加入 Vital City、纽约大学瓦格纳和 Russell Sage 基金会，参加 4 月 27 日星期一《纽约客》作家 Adam 之间的对话戈普尼克和社会学家罗伯特·桑普森（哈佛大学）谈论桑普森的新书《时间标记：社会变革如何改变犯罪和美国年轻人的生活轨迹》。许多人相信个人性格决定结果。但新的研究挑战了这个想法。社会学家兼重要城市撰稿人罗伯特·J·桑普
本杰明·弗莱因格 (Benjamin Freyinger) 和安德鲁·霍尔德 (Andrew Holder) 创作了《Visage Brut》，该作品在今年的科切拉谷音乐艺术节上展出。
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。
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。
Best practices to run inference on Amazon SageMaker HyperPod
本文探讨了 Amazon SageMaker HyperPod 如何为推理工作负载提供全面的解决方案。我们将引导您了解该平台的动态扩展、简化部署和智能资源管理的关键功能。在本文结束时，您将了解如何使用 HyperPod 自动化基础设施、成本优化功能和性能增强功能将总拥有成本降低高达 40%，同时加速从概念到生产的生成式 AI 部署。
本文介绍了 TGS 如何使用 Amazon SageMaker HyperPod 实现分布式训练的近线性扩展以及基于 Vision Transformer 的 SFM 的扩展上下文窗口。该联合解决方案将训练时间从 6 个月缩短至仅 5 天，同时能够分析比以前更大的地震体积。
Accelerating LLM fine-tuning with unstructured data using SageMaker Unified Studio and S3
去年，AWS 宣布了 Amazon SageMaker Unified Studio 与 Amazon S3 通用存储桶之间的集成。这种集成使团队可以轻松地将存储在 Amazon Simple Storage Service (Amazon S3) 中的非结构化数据用于机器学习 (ML) 和数据分析用例。在这篇文章中，我们展示了如何将 S3 通用存储桶与 Amazon SageMaker Catalog 集成，以使用 Amazon SageMaker Unified Studio 微调 Llama 3.2 11B Vision Instruct 以实现视觉问答 (VQA)。
Build a solar flare detection system on SageMaker AI LSTM networks and ESA STIX data
在这篇文章中，我们向您展示如何使用 Amazon SageMaker AI 构建和部署深度学习模型，以使用欧洲航天局 STIX 仪器的数据来检测太阳耀斑。
Deploy SageMaker AI inference endpoints with set GPU capacity using training plans
在这篇文章中，我们将介绍如何搜索可用的 p 系列 GPU 容量、创建推理训练计划预留以及在该预留容量上部署 SageMaker AI 推理端点。我们跟踪数据科学家的旅程，因为他们保留模型评估的能力并在整个预订生命周期中管理端点。
Seventh Round of RSF Pipeline Grants Awarded to Emerging Scholars
主要导航新闻博客中的 RSF 观看 - 网络研讨会、视频和访谈收听 - 几个问题...每月公告注册我们的时事通讯博客 第七轮 RSF 管道资助授予新兴学者 2026 年 3 月 19 日 Russell Sage 基金会很高兴地宣布在 Sheldon Danziger 管道资助竞赛第七轮中向 19 名新兴学者颁发 15 个奖项。谢尔登丹齐格管道资助旨在培养来自各种背景、经验和机构的研究人员的学术管道。其中两个项目是与 J-PAL North America 共同资助的。以下是受资助者名单，附有其研究项目简要说明的链接。Marta Ascherio（伊利诺伊州立大学）和 Ashley Mucho
Enhanced metrics for Amazon SageMaker AI endpoints: deeper visibility for better performance
SageMaker AI 端点现在支持具有可配置发布频率的增强指标。此次发布提供了监控、故障排除和改进生产端点所需的精细可见性。
Build an offline feature store using Amazon SageMaker Unified Studio and SageMaker Catalog
此博文提供了有关在 SageMaker Unified Studio 域中使用 SageMaker Catalog 实施离线功能存储的分步指南。通过采用发布-订阅模式，数据生产者可以使用此解决方案来发布精选的版本化特征表，而数据消费者可以安全地发现、订阅和重用它们以进行模型开发。
Introducing Disaggregated Inference on AWS powered by llm-d
在这篇博文中，我们介绍了下一代推理能力背后的概念，包括分解服务、智能请求调度和专家并行。我们讨论它们的优势，并介绍如何在 Amazon SageMaker HyperPod EKS 上实施它们，以显着提高推理性能、资源利用率和运营效率。
