AI21 Labs
PulseAugur coverage of AI21 Labs — every cluster mentioning AI21 Labs across labs, papers, and developer communities, ranked by signal.
-
Inscribe 利用 Amazon Bedrock 进行人工智能驱动的文件欺诈检测
Inscribe 开发了一个利用 Amazon Bedrock 的智能体式人工智能系统来打击文件欺诈，显著提高了金融机构的检测速度和准确性。该新系统能在 90 秒内识别篡改、伪造和人工智能生成的文件，比传统的手动审查流程提高了 20 倍。通过像专家欺诈分析师一样跨文件进行推理，Inscribe 的解决方案解决了手动审查中普遍存在的规模、适应性和一致性方面的挑战，同时遵守金融服务法规。
-
AWS Bedrock 简化对第三方 AI 模型的多个账户访问
AWS 推出了 Amazon Bedrock 的托管权限功能，旨在简化跨多个 AWS 账户对第三方 AI 模型的访问。此新功能允许组织从中央账户一次性订阅 Anthropic Claude 或 Cohere 等模型，然后使用 AWS License Manager 将访问权限分发给组织内的其他账户。这消除了在每个工作负载账户中进行单独 AWS Marketplace 订阅和权限设置的需要，从而简化了 AI 采用并加强了治理。
-
新模式旨在标准化 RAG 和 Agentic 工作负载评估
一项新的统一 RAG 评估模式 (URES) 被提出，旨在标准化企业衡量检索增强生成 (RAG) 和 Agentic 工作负载质量的方式。该模式旨在解决当前碎片化的问题，即不同团队使用不同的工具和格式，导致跨 Amazon Bedrock、OpenAI 和 Anthropic 等供应商的质量分数无法进行比较。通过定义评估记录的通用输入和输出结构，URES 旨在实现一致、可审计且可比较的质量衡量，无论使用何种特定工具或模型。
-
LLM推理定价在7家供应商之间进行比较，突出缓存成本
一位用户编制了一个电子表格，比较了包括OpenAI、Anthropic、Cohere和Mistral AI在内的七家供应商的LLM推理定价。比较侧重于输入/输出令牌定价、上下文窗口和缓存输入成本，而不是性能基准。一个关键发现是缓存输入定价的显著差异，其成本可能比非缓存输入便宜数十倍，这使得它成为代理和RAG管道等应用程序的关键因素。
-
AI21 Labs推出Miracle系统，凸显通用大语言模型趋势
AI21 Labs是一家由学者和企业家创立的以色列公司，他们开发了一个名为Miracle的新系统，该系统基于其模块化推理、知识和语言（MRKL）框架。Miracle被设计为一个通用自然语言处理系统，能够处理超越单一功能模型的各种任务。这一发展凸显了AI领域的趋势，特别是基于海量数据集训练的超大型语言模型（LLM）的兴起，这些模型只需极少的额外训练即可执行多种功能，并可能为企业带来成本和速度优势。