来源: pytorch.org
31
Muon 优化器在过去几个月里迅速获得了前沿 AI 实验室的青睐——Moonshot AI 等团队已经在大规模训练中采用它。现在 DeepSpeed 完成了对 Muon 的原生支持，意味着用 DeepSpeed 做分布式训练的开发者可以直接在配置文件里切换到这个优化器，不再需要自己魔改训练循环。 传统 AdamW 对每个参数维护一阶动量和二阶动量（逐元...
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...
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...
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...
来源: aws.amazon.com
32
MCP（Model Context Protocol）让 AI 助手能调用外部工具和数据源，但一个裸跑的 MCP 服务等于把内部 API 暴露给任何能发请求的客户端。Amazon Bedrock AgentCore Gateway 提供了托管 MCP 服务的能力，同时支持把 OAuth Authorization Code Flow 挂到入站侧——每个...
来源: aws.amazon.com
34
过去在 Bedrock AgentCore Identity 中配置 credential provider，密钥的生命周期多少有些"托管化"——你创建它、AgentCore 管它，但组织内部已有的轮换策略、加密配置、跨账号复制规则很难直接延伸进来。现在 AWS 放开了这个限制：你可以直接引用一个已经存在于 Secrets Manager 中的密钥，A...
来源: aws.amazon.com
43
罕见癌症的研究长期受困于数据碎片化——病例少、文献散、跨库检索耗时。儿科肉瘤（pediatric sarcoma）就是典型场景：相关文献分布在 PubMed、ClinicalTrials.gov、GEO 等多个开放数据库中，手动整合一轮文献综述可能耗费数周。Amazon Quick Research 把"定义目标→配置数据源→AI 生成研究计划→执行→...
来源: aws.amazon.com
48
过去想在 AWS 上跑 OpenAI 模型，要么自建代理层转发 API，要么把流量引到 OpenAI 自己的端点——两种方式都增加了运维复杂度和数据合规风险。现在 GPT-5.5、GPT-5.4 以及 Codex 在 Amazon Bedrock 上正式 GA（Generally Available），意味着你可以用 Bedrock 的统一推理引擎直接...
来源: aws.amazon.com
38
Model Context Protocol（MCP）正在快速成为 AI Agent 调用外部工具的标准协议，但把 MCP 服务器从开发环境推向生产，问题立刻浮现：谁有权调用哪个工具？调用日志怎么追踪？敏感数据会不会被 Agent 不小心外泄？散落在各处的 API Key 又该怎么统一管理？ Amazon Bedrock AgentCore Gatew...
来源: aws.amazon.com
42
当 AI Agent 手里握着数据库查询、API 调用等工具时，不加限制的执行权限无异于把删库跑路的钥匙交给了大模型。Amazon Bedrock AgentCore 网关提供了两道防线来收紧 Agent 的动作边界：Policy（策略）负责确定性访问控制，Lambda interceptors（Lambda 拦截器）负责动态校验。本文以一个 Lake...