PulseAugur
中
实时 15:44:40
实体 Amazon CloudWatch

Amazon CloudWatch

PulseAugur coverage of Amazon CloudWatch — every cluster mentioning Amazon CloudWatch across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
14
90 天内 55
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
情绪 · 30 天

10 天有情绪数据

最近 · 第 1/4 页 · 共 61 条
  1. TOOL · CL_367548 ·

    AWS 和 Accenture 详解 Amazon Bedrock 上的 AI 成本优化 · 跟踪 4 个来源

    AWS 和 Accenture 合作推出了一种排序方法,以优化使用 Amazon Bedrock 的企业的 AI 经济效益。该策略侧重于管理 token 支出,即使每 token 价格下降,token 支出也可能增加,方法是通过实施六个优化杠杆。这些杠杆应用于各种客户案例,通过实现团队、工作负载和代理级别的成本归属,显示出 40-85% 的潜在节省。该方法强调将成本与业务价值进行衡量,以区分成功的扩展和浪费。

  2. TOOL · CL_367397 ·

    PolyAI Dialog-RSN-1 现已在 AWS SageMaker JumpStart 上可用

    PolyAI 的 Dialog-RSN-1 是一款专为实时复杂对话设计的模型,现已在 Amazon SageMaker JumpStart 和 AWS Marketplace 上推出。这使得 AWS 客户能够将其模型部署到自己的 AWS 环境中,使座席能够处理实时通话、进行推理并即时响应。此次集成简化了部署,使 Dialog-RSN-1 能够像其他 SageMaker 模型一样运行,同时将客户数据保留在用户控制的 AWS 账户内。

  3. TOOL · CL_365708 ·

    AWS SageMaker HyperPod 提升 AI 训练可观察性和恢复能力

    AWS 增强了 Amazon SageMaker HyperPod 的功能,以改进大规模 AI 模型训练作业的可观察性和恢复能力。这些更新旨在缩短诊断和解决可能导致昂贵的 GPU 训练工作负载停滞的问题所需的时间和成本。增强功能包括标记表现不佳的 GPU 的诊断摘要、更早捕获故障的工作负载恢复机制以及超出基本节点健康状况的扩展基础设施检查。

  4. TOOL · CL_365651 ·

    Airbnb 在 Amazon Bedrock 上使用按任务计费优化 AI 编码代理

    Airbnb 正在利用 Amazon Bedrock 来管理和优化其内部编码代理(称为 AirChat)。该公司使用按任务计费作为选择和评估不同基础模型的关键指标,以确保在 AWS 内的高效运行。Airbnb 通过 Amazon CloudWatch 监控延迟、限流和令牌消耗,以在引入新模型时保持性能和控制成本。

  5. TOOL · CL_355115 ·

    AWS 推出使用 Amazon Bedrock 和 LiteLLM 的自助式 LLM 网关

    AWS 详细介绍了一种使用 Amazon Bedrock 和 LiteLLM 构建自助式 LLM 网关的方法。该设置允许开发人员通过单一的、与 OpenAI 兼容的 API 访问各种基础模型,从而简化了 AI 编码助手的集成。该架构为平台团队提供了对模型使用情况、延迟和错误的增强可见性,同时也使财务团队能够有效跟踪推理成本,安全团队能够管理访问控制。

  6. TOOL · CL_354157 ·

    LLM 在看到“锦上添花”的发现后,改进了 AWS 图表生成

    最近的一项实验调查了在向大型语言模型 (LLM) 提供除关键错误之外的“锦上添花”发现,是否能提高它们生成准确 AWS 架构图的能力。研究发现,包含这些信息性发现可以显著减少模型遗漏加密(静态加密)等关键元素的情况。重要的是,这并未导致模型进行不必要更改或引入新错误的情况有可衡量的增加,并且每个设计的额外成本极低。

  7. TOOL · CL_353816 ·

    OpenAI Codex现已在Amazon Bedrock上提供给AWS开发者

    AWS现已通过Amazon Bedrock提供OpenAI Codex,允许开发者将其代码生成模型集成到现有的AWS工作流程中。此集成使团队能够使用IAM等熟悉的AWS工具来管理访问、身份和操作控制。有几种部署路径可供选择,包括原生AWS访问、AgentCore Gateway和LLM Gateway,每种都为企业采用提供了不同级别的控制和管理。

  8. TOOL · CL_351318 ·

    AWS 提供新工具来跟踪和限制 Amazon Bedrock 的生成式 AI 支出

    AWS 推出了新工具,帮助组织管理和监控其在 Amazon Bedrock(一项生成式 AI 服务)上的支出。第一种方法利用 AWS 原生功能,如 AWS Budgets 和 Cost Explorer,按 IAM 主体跟踪支出,允许在达到阈值时通过限制访问来自动执行支出限制。第二种更详细的方法涉及为 Amazon Bedrock 调用日志设置一个集中的数据湖,该数据湖捕获提示、响应、代币使用情况和模型详细信息等精细数据,从而实现每次…

  9. TOOL · CL_349703 ·

    AWS 为企业团队推出 Quick AI 工作区

    AWS 推出了 AWS Quick,这是一个专为专业团队设计的 AI 工作区。与面向消费者的 AI 工具不同,Quick 从头开始为企业使用而构建,可与现有的业务应用程序和工作流集成。它旨在通过使 AI 代理能够跨公司数据进行研究、分析和操作来提高团队生产力,并高度重视安全性、合规性和数据治理,包括与 Microsoft Purview 和 AWS IAM 等工具的集成。

  10. TOOL · CL_340039 ·

    AWS DevOps Agent通过模型上下文协议获得专业知识

    AWS正在通过集成模型上下文协议(MCP)来增强其DevOps Agent,使其能够访问内部知识库和运行手册。此集成旨在克服当前AI代理的上下文限制,使其能够为事件跟踪和解决提供更准确、更具上下文感知能力的解决方案。MCP标准促进了与定制基础设施和文档的模块化连接,推动AI运维朝着更协作的工作流程发展,尽管这需要强大的治理来管理访问和数据质量。

  11. TOOL · CL_337492 ·

    Circle K 使用 Amazon Bedrock AI 将事件分类时间缩短 75%

    Circle K 开发了一个使用 Amazon Bedrock 的 AI 驱动系统,显著减少了 DevOps 事件分类所需的时间。该新系统可自主调查警报,从 Amazon CloudWatch 和 Amazon OpenSearch Service 等各种工具收集上下文信息,并在 Slack 中向值班工程师提供可操作的摘要。通过自动化日志审查和健康检查的手动流程,Circle K 将平均分类时间从 45-60 分钟缩短至 15 分钟以…

  12. TOOL · CL_330119 ·

    Bedrock 提示缓存通过 TypeScript 助手大幅降低 Claude 成本

    本文详细介绍了如何在 Amazon Bedrock 上为 Anthropic 的 Claude 模型实现提示缓存,以降低成本并提高响应时间。提示缓存会存储提示中不变的初始部分,例如系统指令或工具定义,这样模型就不必在每次请求时重新处理它们。作者演示了如何使用 TypeScript、AWS Lambda 和 Serverless Framework 构建一个助手,展示了如何配置显式缓存(带缓存点)并使用 CloudWatch Logs …

  13. TOOL · CL_328609 ·

    AWS 增强 Amazon Nova Act 以实现可扩展的 QA 自动化

    作为 QA Studio 的一部分,Amazon Nova Act 正在得到增强,以在组织范围内扩展质量保证自动化。最新的更新侧重于按“应用程序”组织测试,“应用程序”充当具有指定所有者和环境的容器。这种结构允许团队管理他们的特定测试并查看健康状况指标,包括通过率和惩罚了不可靠测试的计算健康分数。该系统还提供趋势数据并识别不可靠测试,以提高自动化过程的可靠性和信任度。

  14. TOOL · CL_297810 ·

    AWS 和 Anchor Browser 使 AI 代理能够自主支付网络资源费用

    AWS 已与 Anchor Browser 合作,使 AI 代理能够自主支付需要付费的网络资源和 API。此集成使用 Amazon Bedrock AgentCore payments 和 x402 协议来处理机器对机器的交易,克服了代理在遇到付费内容时停滞不前的挑战。该解决方案允许代理在配置的预算内发现、访问和支付服务费用,从而在无需人工干预的情况下确保工作流程的连续性。

  15. TOOL · CL_293488 ·

    Terraform简化了复杂AI应用程序的AWS基础设施

    本文探讨了如何使用HashiCorp Terraform在AWS上配置和管理可扩展的AI基础设施。文章强调了设置AI系统的复杂性,这些系统通常需要GPU计算、数据管道、模型端点和向量数据库。Terraform作为一种基础设施即代码工具,允许用户声明式地定义这些AWS资源,确保开发、测试和生产环境的一致性。文章还展示了一个检索增强生成(RAG)应用程序的示例架构,说明了S3、Lambda、SageMaker、Bedrock和OpenSe…

  16. TOOL · CL_283207 ·

    AI Agent 框架成本可见性审计揭示了显著的差距

    对五个流行的 AI Agent 框架进行的最新审计显示,在成本可见性和控制方面存在显著差距。虽然 LangGraph(配合 LangSmith)和 Amazon Bedrock AgentCore 等框架提供了强大的代币到美元转换和每个 Agent 的成本跟踪功能,但 CrewAI 和 AutoGen 等其他框架仅提供原始代币使用数据,开发者需要手动计算和归属成本。Strands Agents SDK 提供原生预算上限,但缺乏美元转换…

  17. TOOL · CL_274467 ·

    uniopen 微调 Amazon Nova 2 Lite 以用于零售内容审核

    来自台湾统一集团的零售平台 uniopen 已为其特定的内容审核需求调整了 Amazon Nova 2 Lite。该公司利用 Amazon SageMaker 上的监督微调,使其模型符合其分类用户交互的独特政策。该过程涉及一个强大的数据纠正、训练、评估和部署工作流程,通过对模糊案例和纠正强制进行人工审查来确保负责任的 AI 实践。

  18. TOOL · CL_270388 ·

    Amazon Bedrock 将 Anthropic 的 Claude 模型引入印度进行本地推理

    Amazon Bedrock 已将 Anthropic 的 Claude 模型(包括 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5)在印度的可用性进行了扩展。此次扩展允许印度的客户进行本地推理,在印度本地的孟买和海得拉巴地区处理数据。此功能利用 AWS 的跨区域推理能力,确保数据保留在指定地理范围内,从而提高合规性和 AI 应用的性能。

  19. TOOL · CL_253697 ·

    Abnormal AI 使用 Amazon Bedrock AgentCore 实现规模化邮件安全

    Abnormal AI 已将其 Amazon Bedrock AgentCore Code Interpreter 集成到其邮件安全服务中,以处理每日数十亿条消息。此功能使 AI 代理能够在安全沙箱中动态执行代码,用于数据聚合、分析和验证等任务,从而超越语义推理,增强威胁检测能力。该集成支持 Python 和 Node.js 运行时,并可连接到 Amazon S3 以处理更大的数据集,为代理工作流提供了一个托管的无服务器环境。

  20. TOOL · CL_248851 ·

    AWS推出新工具以监控AI代理性能和基础设施

    AWS推出了用于监控生产环境中AI代理性能和可靠性的新工具。AWS DevOps Agent和AgentCore Evaluations旨在解决多代理系统的独特挑战,而传统的基础设施监控在此方面不足。AgentCore Evaluations侧重于代理交互的质量,例如任务完成和正确性,而AWS DevOps Agent则自主调查可能 silently 影响代理行为的基础设施事件。这些工具旨在提供对代理性能更全面的视图,确保代理的有效性…