让Amazon Quick为企业做好准备：自动化、可审计的跨帐户资源推广
将Amazon Quick资源（代理、动作连接器、知识库、流程和空间）从开发AWS帐户推广到生产AWS帐户一直是一项手工且容易出错的苦差事。这篇文章展示了如何在Amazon Bedrock AgentCore上使用等功能、可审核的HCP服务器自动化跨帐户促销。
部署工程
把模型跑起来的工程实践：推理优化、显存与成本、Serving 架构与基础设施选型。
已收录 801 条 · 近 30 天 575 条 · 第 8 / 28 页
-
-
使用LangChain和Amazon Bedrock知识库进行统计检索
使用LangChain在Amazon Bedrock托管知识库上构建检索增强生成（RAG）应用程序，并了解代理检索如何处理单次检索无法回答的多部分问题。通过两个路径运行相同的查询，读取跟踪事件，并比较每个检索路径的成本。
-
在Amazon Quick中降级用户角色
Amazon Quick不提供直接的控制台路径将用户从管理员或作者降级为Reader。这篇文章介绍了两种可靠的方法：手动删除并重新创建方法和AWS CLI逐步下降序列，该序列可以安全地降级角色，同时保留资产所有权。
-
Yandex推出Sona：取代整个推荐级联的单代推荐器
一位Transformer在Yandex Music的A/B测试中进行了候选人生成和排名，没有手工设计的功能，支持率上升了11.42%。Yandex推出Sona：取代整个推荐级联的单代推荐器这篇文章首先出现在MarkTechPost上。
-
EP196 · ChatGPT 负责人谈常驻智能体、Temporal 演示故障恢复、Crusoe CEO 谈算力成本
📝 今日导语 ChatGPT 负责人谈常驻智能体、Temporal 演示恢复、Crusoe 解析成本：看清产品、执行与算力的落地条件。 🏷 今日关键词： ChatGPT 常驻智能体 Temporal 审批 Crusoe 算力成本 AI 客服 智能体安全 📰 今日精选内容 ChatGPT 负责人 Tibo Sottiaux：常驻 AI 智能体、插件生态与产品的
-
开放模型能做安全研究吗？Cantina的apex-Flash-1解决了60个搁置错误任务中的40个
Cantina Security与Yeta Labs合作发布了apex-Flash-1，这是一个专门针对漏洞研究训练的开放权重模型。它是Z.ai的GLM-5.3-Flash的强化学习微调，在麻省理工学院许可下在Hugging Face上发布。它可以部署吗？是的，MIT权重适用于vLLM、SGLang或Transformers，但BF 16需要大约640 GB
-
NVIDIA宣布推出DGX Spark 64GB：用于本地AI代理、微调和推理的1 PetaFLOP Grace Blackwell台式机
英伟达宣布推出新的64 GB配置DGX Spark -来自宏碁、华硕、戴尔、字节、惠普和微星--其基于GB 10的桌面人工智能系统。它为开发人员提供了一种从本地模型和代理的一个系统开始的方法，然后在整个集群中集群集群两个64 GB单元以获得128 GB内存和更多计算时[..]发布后，NVIDIA宣布DGX Spark 64 GB：用于本地AI代理、微调和推理
-
来自Redis的创建者;使用ds 4在本地运行LLM
HN ð6· 1 评论
-
使用Amazon Quick和裁决查询模式扫描数千个租赁以确保合规性
裁决查询模式将Amazon Quick聊天代理与确定性规则引擎上的有界LCP服务器配对，以提供可证明的完整、可防御的合规答案。这篇文章使用租赁合规性作为运行示例，介绍了参考架构和可部署的AWS CDK示例。
-
使用Amazon Bedrock AgentCore将安全的网络搜索添加到Claude桌面
Amazon Bedrock上的Claude桌面仅限于该模型的知识界限，无需网络搜索。在这篇文章中，我们将了解使用Amazon Bedrock AgentCore Gateway将Claude桌面连接到Web Search，并通过AWS ILM Identity Center和Amazon Cognito进行基于JWT的入站身份验证。
-
在Amazon SageMaker AI上微调具有多回合RL的搜索代理
微调向小型搜索代理传授您的工具和环境，以较低的延迟和成本赋予其前沿模型的可靠性。在这篇文章中，我们在Amazon SageMaker AI上通过多轮强化学习（MTRL）对LLM驱动的搜索代理进行了微调，并分享了我们在检索质量和可靠性方面测量的收益。
-
用于现代人工智能和实际工作的机器人手
HN24· 0 评论
-
NVIDIA DGX Spark 64 GB为开发人员提供更多构建和扩展本地AI的方法
本地人工智能正变得越来越有用。随着人工智能代理从实验转向日常开发，功能日益强大的开放模型正在缩小以适应更多设备，为开发者提供更多本地运行的空间。本月，NVIDIA DGX Spark将推出来自顶级制造商合作伙伴-宏碁、[.]的64 GB统一内存
-
AWS Strands Labs发布Strands Decider 2B：一个开源决策模型，可在大约115 ms内选择选项
AWS的Strands Agents团队发布了Strands Decider 2B，这是一个基于Qwen3.5-2B-Base构建的Apache-2.0决策模型。它返回选择，是/否概率和分数与校准的信心在一个向前传递，从来没有文本。它在RTX 3090上运行的中值为115 ms，在JevBench公共集上的得分为0.723，这使其成为AI代理中路由，工具选择
-
Cloudflare发布Clef和Clef-Flash：开放权重决策模型，返回类型概率而不是文本
Cloudflare发布了Clef（27 B）和Clef-Flash（9 B），这是开放权重决策模型，可以返回输入概率而不是文本。它们与Jev-API兼容，接受图像，并在Workers AI上以209.3 ms和38.8 ms的平均延迟运行。Cloudflare发布Clef和Clef-Flash：返回类型概率而不是文本的开放权重决策模型首次出现在MarkTe
-
Google Research的Kauldron编码指南：纯数据配置、字符串连接的组件以及您可以端到端阅读的JAX训练器
在这本全面的编码指南中，我们探讨了Google Research的Kauldron--一个针对研究速度和模块化进行了优化的JAX训练库。了解konfig如何将实验转化为纯词典、kontext通过字符串路径连接组件以及ktyping强制执行运行时形状检查。Google Research的Kauldron编码指南：纯数据的配置、通过字符串连接的组件以及您可以端到
-
NVIDIA图形处理器如何帮助加速OpenAI的GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast在NVIDIA Blackwell图形处理器上运行，现已在OpenAI API中提供，并向符合资格的ChatGPT Work和Codex用户提供。Ultrafast通过利用NVIDIA Blackwell架构功能的OpenAI模型进行推理优化来加速，提供的代币生成速度比Astra标准模式快8倍。对于开发人员来说，[.
-
在Amazon Bedrock AgentCore上使用代理人工智能扩展云迁移
了解AWS Professional Services如何使用基于Amazon Bedrock AgentCore构建的多代理框架来自动执行端到端的企业云迁移。专门构建的AI代理处理发现、基础设施代码生成、投资组合治理和迁移后操作，将IaC开发时间从数周缩短到数分钟。
-
利用Amazon Quick在人工智能构建的应用程序中提供实时受监管的数据
通过Amazon Quick中的应用程序中的实时数据，人工智能构建的应用程序可以实时查询您所管理的Quick Sight数据集，而不是静态的构建时快照。每个查询都以查看应用程序的人的身份运行，因此行级和列级安全性适用于每个读者。了解如何使用自然语言构建、发布和共享实时数据应用程序。
-
谷歌认为SpaceX的Starship必须发射1，800次才能发射太空数据中心
谷歌将其第一个先进芯片发射到轨道上，为太空数据中心铺平道路。
-
一个动画化的基础：实时化身的高斯混合形状蒸馏
作者：Ramazan Fazylov、Stamatis Lefkimmiatis、Ivan Laptev| 3D高斯化身支持快速渲染，然而，它们的实时动画经常受到昂贵的神经推理的挑战。我们解决了这个瓶颈，并表明预训练的化身模型的动画可以通过与身份无关的混合形状的线性组合来接近。在这一发现的基础上，我们引入了GALA（通过线性逼近的高斯动画），这是一个
-
使用NVIDIA NeMo Agent Tools和Amazon S3 Vectors构建代理内存
了解如何使用Amazon S3 Vectors作为部署在Amazon Elastic Kubernetes Service（Amazon EKS）上的NVIDIA NeMo Agent Tools（RAT）中的持久内存层。这篇文章展示了纳特的内存子系统如何工作，以及如何使用多代理投资研究用例将Amazon S3 Vectors实施为自定义内存提供商。
-
使用AWS上的上下文bands通过个性化提升整个收购渠道的转化率
生成性人工智能使大规模制作个性化内容变得便宜，但您向每个客户展示了哪些变体？Amazon Payments在Amazon SageMaker AI上使用多目标上下文强盗来个性化收购漏斗，为一个受众实现高个位数转化率，并了解为什么限制因素是内容而不是模型。
-
使用Amazon Bedrock AgentCore构建环境代理：从事件驱动信号到人在循环工作流程
环境代理响应Amazon S3上传、日程安排或警报等事件，而不是等待聊天提示。这篇文章介绍了使用Amazon SQS、AWS Lambda和Amazon DynamoDB在Amazon Bedrock AgentCore上构建与框架无关的环境代理，并使用单个aq_human工具和用于人在循环审查的Jobs页面。
-
在AWS上实现Claude平台的多环境访问
了解如何从单个订阅配置对AWS上的Claude Platform的安全、多环境访问：用于AWS工作负载的跨帐户SigV4、用于开发人员的工作空间范围API密钥以及用于外部环境的OIDC联合，并在专用AI服务帐户中进行工作空间级隔离。
-
艾伯森公司如何从内到外重新构想零售业
艾伯森群岛正在使用ChatGPT Enterprise和OpenAI API帮助团队更快地工作，并让数百万客户更轻松地购物杂货。