标签

AWS

用一小时把架构需求排进路线图：Tech Roadmap Prioritization 实战

来源: aws.amazon.com 35
架构团队最常遇到的困境不是"没有需求"，而是需求太多、每个都紧急、每个都重要。产品要新功能，运维要稳定性，安全要合规，基础设施要升级——所有倡议挤在一起，谁先谁后全靠嗓门大小。Tech Roadmap Prioritization（TRP）就是为解决这个问题设计的：一小时、一张矩阵、一群利益相关方，产出一份可执行的架构 backlog。 TRP 的关键...
# AWS # 云平台 # 架构设计
阅读全文

在 SageMaker JumpStart 上部署 Fundamental NEXUS 大表格模型，跑通企业数据预测

来源: aws.amazon.com 46
表格数据是企业里最常见的数据形态——客户画像、交易流水、设备日志，几乎都落在结构化表格里。传统做法是逐任务训练 XGBoost 或 LightGBM，每个模型只管一个场景，换个任务就要重新调参。Fundamental 推出的 NEXUS（Large Tabular Model）试图用"预训练 + 微调"的范式把表格数据也拉进大模型路线：先在海量表格数据...
# AI # AWS # 云平台
阅读全文

用 SOCI 索引加速深度学习容器冷启动：DLAMI 与 DLC 实战指南

来源: aws.amazon.com 48
深度学习容器动辄数 GB，拉取镜像往往成为冷启动的瓶颈。AWS 推出的 SOCI（Seekable OCI）通过"懒加载"让容器不必等整个镜像下载完就能启动——镜像层按需拉取，启动后再后台补齐剩余数据。这篇文章聚焦如何在公开的 Deep Learning AMI（DLAMI）和 Deep Learning Containers（DLC）上使用 SOCI...
# AI # AWS # 云原生
阅读全文

用 SFT + DPO 双阶段训练，让小模型的工具调用不再"胡说八道"

来源: aws.amazon.com 48
大模型做 Agent 时，最让人头疼的不是推理能力不够，而是工具调用不准——该调 API 时不调，不该调时瞎调，参数拼错、格式乱写，整个工作流直接断掉。Amazon SageMaker AI 最近的一篇实践文章给出了一个清晰的解法：先用监督微调（SFT）教会模型"怎么正确调用工具"，再用直接偏好优化（DPO）让它学会"哪种调用方式更好"，两步叠加，小语...
# AI # AWS # LLM
阅读全文

用 Amazon FSx for NetApp ONTAP 搭建高可用 Oracle 数据库

来源: aws.amazon.com 61
Oracle 数据库的高可用架构，核心难题一直是共享存储。传统做法依赖 SAN 或 NFS，在云上要么成本高，要么恢复慢。Amazon FSx for NetApp ONTAP（简称 FSxN）把 ONTAP 的数据管理能力搬进 AWS，配合 Auto Scaling 和无服务器编排，可以把故障恢复从"人肉重启"压缩到分钟级自动化。 下面拆解这套架构的...
# AI # AWS # LLM
阅读全文

领域微调不翻车：Amazon Nova Forge 上的超参优化实战

来源: aws.amazon.com 34
把一个大模型调得更懂你的业务领域，听起来简单——喂数据、跑训练、看指标上涨就完事了。现实远比这残酷：领域指标确实涨了，但模型突然不会做通用任务了；或者训练跑完才发现学习率设错，几十小时的 GPU 时间打了水漂。Amazon Nova Forge 的超参优化实践，本质上就是在"领域提升"和"通用保持"之间走钢丝，同时尽量别在计算成本上摔跟头。 很多人拿到...
# AI # AWS # 云平台
阅读全文

用 Amazon Nova 2 Lite 做目标检测：从 Prompt 到部署的全链路实践

来源: aws.amazon.com 29
视觉大模型正在从"能看懂图"走向"能结构化地看懂图"。Amazon Nova 2 Lite 是 Bedrock 上新增的多模态模型，它不仅能识别图中的物体，还能按你要求的 JSON 格式输出检测结果——坐标、类别、置信度一应俱全。这意味着你不再需要单独跑一个 YOLO 推理服务，直接用一次 API 调用就能完成"看图 → 出结构"的闭环。 这篇文章把从...
# AI # AWS # 云平台
阅读全文

用 Amazon Bedrock AgentCore 搭建高精度 AI 代码审查 Agent——Baz 的实战拆解

来源: aws.amazon.com 41
代码审查是工程团队最耗时又最不可省略的环节。Baz 团队面对的问题是：Spec Review（规格审查）需要逐条比对需求文档与代码实现，人工做这件事既慢又容易漏项。他们用 Amazon Bedrock 搭配新发布的 AgentCore 框架，构建了一个 Spec Review Agent，把审查准确率拉到了可投产的水平。这篇文章拆解他们的架构选择、实现...
# AI # AWS # LLM
阅读全文

用生成式 AI 在 AWS 上自动化合同智能：Doczy.ai 的实践与可复用架构

来源: aws.amazon.com 45
合同是企业数据里最"沉默"的一类——格式各异、条款嵌套、关键信息散落在几十页 PDF 里。传统做法靠人工审阅，速度慢、遗漏率高，规模化时更是噩梦。Doczy.ai™ 把生成式 AI 搬上 AWS，把非结构化合同批量转成结构化洞察，让审批、合规、风控流程可以真正自动化。这篇文章拆解它的思路，并给出一个你可以直接改造的 AWS 合同解析最小原型。 合同智能...
# AI # AWS # 云平台
阅读全文