标签

机器学习

用 Amazon Nova 重构长期护理临床文档处理：从原始记录到可审计结构化数据

来源: aws.amazon.com 45
长期护理机构每天会产生护理记录、交班摘要、病情变化说明等大量临床文档。Guardoc Health 的实践重点，是通过 Amazon Bedrock 调用 Amazon Nova 系列模型，把原本依赖人工阅读、摘录和整理的流程，转变为可扩展的文档处理管道。真正值得关注的并不只是生成一段摘要，而是如何让模型输出进入现有临床工作流，同时保持可追溯、可验证和...
# AI # AWS # 云平台
阅读全文

在 Amazon Bedrock 上接入 Claude Opus 5：面向 Agent 与生产推理的工程实践

来源: aws.amazon.com 58
Claude Opus 5 的发布重点不只是模型能力提升，也包括如何把更强的 Opus 模型接入真实的 Agent 系统和生产推理流程。对于 AI 工程师来说，关键问题是如何在 Amazon Bedrock 上完成调用、控制延迟与成本，并让模型在多步骤任务中保持可观测、可恢复。 在 Agent 场景中，模型通常需要连续完成任务拆解、工具选择、结果判断和...
# AI # AWS # LLM
阅读全文

在 AWS 上构建可解释的银行下一最佳产品推荐系统

来源: aws.amazon.com 57
银行的下一最佳产品（Next-Best-Product，NBP）推荐，不能只追求点击率或转化率。模型需要同时处理客户画像、账户行为、产品属性和交互上下文，并且能对每一条推荐说明理由。基于 Amazon SageMaker AI、PyTorch、多塔神经网络和学习式注意力机制，可以把准确性与监管所需的可解释性放进同一条推荐链路。 传统推荐模型常把所有特征...
# AI # AWS # PyTorch
阅读全文

在 Amazon Bedrock 上使用 GPT-5.6：从模型选择到 Codex 扩展

来源: aws.amazon.com 66
OpenAI GPT-5.6 Sol、Terra 和 Luna 已在 Amazon Bedrock 正式可用。对开发团队来说，重点不只是换一个模型名称，而是要把模型选择、Responses API 调用、提示词缓存、Codex 接入和配额规划放进同一套工程流程里。 Sol、Terra 和 Luna 可以理解为面向不同工作负载的模型选项。实际选型时，不要...
# AI # AWS # LLM
阅读全文

用 Amazon Bedrock Guardrails 为代码生成工作流建立安全边界与容量规划

来源: aws.amazon.com 40
代码助手面对的输入和输出与普通问答不同：提示词可能包含源代码、配置文件和内部接口信息，模型输出则可能直接进入代码评审、构建流水线甚至生产环境。Amazon Bedrock Guardrails 可以作为代码生成工作流中的独立安全层，用于拦截或标记不合规内容，同时帮助团队更准确地评估调用量、延迟和处理容量。 关键不在于“给模型加一个过滤器”，而在于把 G...
# AI # AWS # LLM
阅读全文

Helion 接入 TPU：用同一套高层 Kernel DSL 走向 Pallas

来源: pytorch.org 52
ML Kernel 的性能工作，常常被两件事绑住：一是要理解底层硬件的执行模型，二是同一算法换到另一种加速器后，往往又要重写一遍实现。Helion 是面向 PyTorch 的高层 DSL，目标是让开发者以更高层的方式编写性能可移植的 Kernel。现在，Helion 与 Google 合作构建了 TPU 后端，可将 Helion Kernel 编译到 ...
# AI # Go # PyTorch
阅读全文

用 Strands 与 AgentCore 搭建可落地的 AI Agent 评估流水线

来源: aws.amazon.com 55
AI Agent 上线后，真正棘手的问题不是“能不能回答”，而是错误能否被稳定复现、自动发现并阻止进入生产环境。Motorway 与 AWS 构建的端到端评估流水线，将错误结果从每 8 次查询约 1 次降到每 50 次约 1 次，同时把问题发现时间从数小时缩短到几分钟。其核心组合是 Strands Agents SDK 与 Amazon Bedrock...
# AI # AWS # LLM
阅读全文

用 AI 构建交易助手：Jefferies 如何连接知识库、模型与前台工具

来源: aws.amazon.com 45
交易前台并不缺数据，真正稀缺的是把分散的数据、制度文档和操作工具快速组织成可执行判断的能力。Jefferies 构建的交易助手没有把大语言模型当作一个独立聊天窗口，而是基于 Strands Agents 编排基础模型与外部工具，并结合 Amazon Bedrock、Amazon Bedrock Knowledge Bases 和模型上下文协议（MCP）...
# AI # AWS # LLM
阅读全文

用 Highcharts 与 QuickSight 构建跨区域运营看板：统一视图不搬迁明细数据

来源: aws.amazon.com 39
跨区域分析经常遇到一个矛盾：管理团队希望在同一张图中比较各区域的承运商表现，安全与合规团队却要求数据留在原始 AWS 区域。借助 QuickSight 的联合数据集能力与 Highcharts 自定义可视化，可以把“数据驻留”和“统一展示”拆成两个问题处理，并绕开原生图表在复杂组合图、交互和格式控制方面的限制。 这类方案的关键不是把所有原始记录复制到一...
# AI # AWS # 云平台
阅读全文

用 Amazon Bedrock AgentCore Optimization 发现生产环境中的静默智能体故障

来源: aws.amazon.com 47
AI 智能体最棘手的生产事故，往往不会触发传统告警：接口返回 200、延迟正常、模型成功生成内容，最终结果却是错的。Amazon Bedrock AgentCore optimization 关注的正是这类“静默失败”，通过跨会话发现、解释并排序行为失败模式，帮助团队优先修复影响最大的缺陷。 传统服务监控擅长回答这些问题： 请求是否成功返回？ 响应时间...
# AI # AWS # LLM
阅读全文