PulseAugur
实时 01:10:26
实体 Amazon SageMaker

Amazon SageMaker

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

Show in brief
总计 · 30天
9
90 天内 42
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
时间线
  1. 2026-07-27 product_launch AWS introduced new inference meta-monitoring capabilities for Amazon SageMaker AI endpoints and Deepgram integrated AWS IAM Temporary Delegation for enhanced support. 来源
  2. 2026-07-06 product_launch Amazon SageMaker launched an MLflow integration for streaming AI benchmark and recommendation results. 来源
  3. 2026-06-22 product_launch AWS SageMaker now supports ComfyUI for running AI processing jobs, enabling scalable content generation. 来源
  4. 2026-06-17 product_launch Amazon SageMaker AI Async Inference now supports inline request payloads, simplifying the inference process by allowing direct payload submission. 来源
  5. 2026-06-17 product_launch Amazon SageMaker AI Async Inference now supports inline request payloads, simplifying the process for users sending inference data. 来源
  6. 2026-06-08 product_launch Amazon SageMaker has introduced end-to-end encrypted ML inference capabilities using fully homomorphic encryption. 来源
  7. 2026-05-28 product_launch AWS launched a new integration method for SageMaker MLflow Apps into custom portals. 来源
  8. 2026-05-13 product_launch Integration enabling governed LLM fine-tuning with Databricks Unity Catalog. 来源
  9. 2026-05-04 product_launch Amazon SageMaker introduced capacity-aware instance pools for AI inference endpoints. 来源
情绪 · 30 天

7 天有情绪数据

最近 · 第 1/3 页 · 共 42 条
  1. TOOL · CL_213149 ·

    松下航空电子使用 AWS 上的代理 AI 加速飞机诊断 · 跟踪 4 个来源

    松下航空电子公司正在利用 AWS 上的代理 AI 来简化其全球机上娱乐和连接系统问题的诊断。通过与 AWS 和 AWS 生成式 AI 创新中心合作,他们开发了一个使用 Amazon Bedrock、Amazon SageMaker 和 AWS Glue 的系统。这种新方法显著减少了工程师在各种飞机配置中识别和解决系统问题所需的时间和精力,提高了运营效率,并使工程师能够专注于创新。

  2. TOOL · CL_196792 ·

    OneAdvanced 在英国主权 AWS 上部署超过 50 个 AI 代理,使用自托管模型

    总部位于英国的企业软件提供商 OneAdvanced 已成功在英国主权 AWS 架构上部署了超过 50 个 AI 代理。为满足其受监管行业客户严格的数据驻留和隐私要求,OneAdvanced 选择在 Amazon SageMaker 上自托管开源大语言模型,特别是 Llama 4 Maverick 和 Llama Guard 4。此方法确保所有敏感数据保留在英国境内,支持其 ISO 42001 AI 治理认证。

  3. TOOL · CL_194186 ·

    生产级LLM应用需要MLOps:工具和基础设施详解

    构建生产级LLM应用不仅需要一个功能完善的模型,还需要强大的MLOps基础设施。关键组件包括Amazon SageMaker和Databricks等模型部署工具、Kubernetes的编排以及使用向量数据库、PostgreSQL和Redis进行的高效数据管理。LangChain和Hugging Face等框架对于将这些元素集成到统一系统中至关重要,确保其可扩展性和可靠性超越简单的演示。

  4. TOOL · CL_186283 ·

    Amazon SageMaker Python SDK v3 集成 LLM 优化建议

    Amazon SageMaker Python SDK 已更新至 3.0 版本,可以直接在笔记本中提供生成式 AI 推理建议。此集成允许用户对端点进行基准测试,并获得数据驱动的部署建议,以优化 LLM 性能。此次更新旨在简化在 Amazon SageMaker 上部署和管理大型语言模型的流程。

  5. TOOL · CL_186335 ·

    Amazon SageMaker Python SDK v3 简化 LLM 推理优化

    Amazon SageMaker Python SDK v3 引入了用于优化大型语言模型 (LLM) 推理的新功能。更新后的 SDK 允许用户直接在其笔记本工作流中自动化端点基准测试、评估实例配置以及迭代部署设置的过程。此集成提供了关于成本效益权衡的数据驱动建议,并支持直接部署优化后的配置。

  6. TOOL · CL_183944 ·

    MLOps之旅:在华为云上训练和部署模型

    本文详细介绍了在华为云上训练和部署机器学习模型的流程,源于一次个人数据科学训练营的经验。文章强调了从Jupyter Notebook等本地开发环境向基于云的MLOps实践的转变。作者将华为云的功能与其他主要云服务提供商(如Amazon SageMaker、Google Cloud AI Platform和Microsoft Azure Machine Learning)进行了比较,讨论了Tensorflow和PyTorch等框架,以及…

  7. TOOL · CL_166105 ·

    AWS SageMaker AI 增强模型监控和支持功能

    AWS 为 Amazon SageMaker AI 端点引入了增强模型监控和支持的新功能。第一个开发侧重于推理元监控,它跟踪预测和数据质量指标以检测漂移并自动生成性能仪表板,利用 Amazon QuickSight 和 AWS Lambda 等服务。第二个增强功能是 Deepgram 与 AWS IAM Temporary Delegation 的集成,允许对 SageMaker AI 上的自托管语音模型进行安全、有时限的支持访问,从…

  8. COMMENTARY · CL_164553 ·

    MLOps 详解:超越 CI/CD 实现全生命周期管理

    本文深入探讨了 MLOps 的实际应用,超越了基本的 CI/CD 实践,涵盖了机器学习模型的完整生命周期。文章强调了在真实场景中管理模型开发、部署和监控的强大基础设施和工具的重要性。该文将简单的处理方法与有效 MLOps 所需的全面策略进行了对比。

  9. TOOL · CL_161961 ·

    AWS 详解 AI 驱动的银行推荐系统及其可解释的洞察

    AWS 详细介绍了一个专为银行业量身定制的可解释的“下一个最佳产品”推荐系统的架构。该系统利用 Amazon SageMaker AI 和 PyTorch 来预测客户最有可能需要的产品。它采用带有学习到的注意力机制的多塔神经网络来提高准确性并提供每个客户的可解释性,从而克服了传统推荐方法的局限性。

  10. TOOL · CL_161394 ·

    AWS 淘汰 AI 服务,将产品整合到核心支柱

    Amazon Web Services (AWS) 已将包括 Amazon Kendra 和 Amazon Q Business 在内的约 20 项服务和功能(其中一些是专注于 AI 的产品)转入维护模式。这些服务中有些在推出不到两年后就被淘汰,这种快速的精简被归因于整合战略。AWS 正在将广泛的独立 AI 服务整合为三个核心支柱:Amazon Bedrock 用于模型和检索,AgentCore 用于代理执行,以及 Quick Sui…

  11. TOOL · CL_145410 ·

    将 SageMaker 的机器学习模型训练和部署自动化

    本文详细介绍了一个自动化的 MLOps 工作流程,用于将机器学习模型从训练转移到 Amazon EKS 上的生产环境。它利用 Amazon SageMaker 进行模型调优、评估和可解释性分析,然后使用 AWS CodeBuild 和 Amazon ECR 进行容器化和部署。该过程强调可重复性,确保部署使用可追溯的模型构件和已批准的软件包。

  12. TOOL · CL_136229 ·

    Henry Schein One 使用 AWS AI 对牙科 X 光片进行实时质量检查

    Henry Schein One 开发了一个名为 Image Verify 的 AI 驱动系统,该系统利用 AWS 上的 Amazon SageMaker,实时评估牙科 X 光片的质量。该系统旨在减少因图像质量差导致的索赔拒绝,而图像质量差影响了高达 20% 的牙科保险索赔。通过提供关于图像清晰度、对齐和完整性的即时反馈,技术人员可以在患者仍在场时重新拍摄不佳的 X 光片,从而提高效率和患者体验。

  13. TOOL · CL_134332 ·

    AWS SageMaker HyperPod 通过新功能提升企业 AI 推理能力

    Amazon SageMaker HyperPod 推出了新功能,以增强生成式 AI 工作负载的企业推理能力。这些更新包括在推理管道的各个节点改进数据捕获能力,提供更强的可观测性和可审计性。该平台现在支持直接从 Hugging Face 等社区中心进行部署,并内置了受控访问和版本固定功能。通过 NVMe 存储降低延迟以提升性能,并通过细粒度的 IAM 权限和自动 DNS 管理增强安全性。

  14. TOOL · CL_134347 ·

    AWS GraphRAG 使用统一知识图谱将药物研发速度提高 87%

    Amazon Web Services 开发了一个 GraphRAG 框架,通过将分散的专有数据库集成到统一的知识图谱中,显著加速了药物的研发。该系统利用 Amazon Neptune Analytics 和 Bedrock 以及 Anthropic 的 Claude 4.5 Sonnet,允许研究人员使用自然语言查询海量数据,将研发周期缩短了 87%。尽管有效,但该过程在数据规范化方面仍面临挑战,并且需要仔细的模式治理来减轻潜在的不…

  15. TOOL · CL_130552 ·

    Amazon 提供用于 AI 图像编辑代理和模型监控的工具

    Amazon 正在为开发人员提供构建和监控 AI 模型的工具和指导。其中一篇文章详细介绍了如何使用 Amazon Bedrock AgentCore 创建无服务器图像编辑代理,允许用户用简单的英语描述编辑。另一篇指南演示了如何使用 Amazon SageMaker 和 MLflow 监控判别式 ML 模型,强调了保持预测准确性的重要性。

  16. TOOL · CL_128044 ·

    Hugging Face 和 Amazon SageMaker 集成,实现一键模型部署

    Hugging Face 和 Amazon SageMaker 推出了一项新集成,允许用户一键将模型直接从 Hugging Face 迁移到 Amazon SageMaker Studio。此功能通过预先配置环境和权限,简化了发现、微调和部署模型的过程。该集成还提高了 GPU 配额可用性的可见性,减少了希望快速迭代 AI 模型的开发人员和企业的障碍。

  17. TOOL · CL_127841 ·

    AWS SageMaker HyperPod 支持企业智能体进行多轮强化学习训练

    AWS 在 Amazon SageMaker HyperPod 上推出了一种用于训练多轮强化学习智能体的新基础设施。该系统利用 Amazon Nova Forge,旨在通过从整个交互序列中学习,而不是孤立的响应,来优化智能体处理复杂的多步工作流。部署涉及一个事件驱动的管道,该管道可自动配置计算资源并路由奖励,使智能体能够学习工具编排和错误恢复,以完成诸如玩 Wordle 等任务。

  18. TOOL · CL_127842 ·

    Amazon Nova 使用 AI 自动屏蔽图像中的 PII

    Amazon 推出了 Amazon Nova,这是一系列新的基础模型,旨在自动识别和屏蔽图像中的个人身份信息 (PII)。该先进系统利用上下文视觉推理来协调 Meta 的 Segment Anything Model (SAM 3) 等专业工具进行精确分割,以及 Amazon Textract 进行光学字符识别。该流程旨在处理具有挑战性的 PII 情况,例如反射或部分视图,确保符合 GDPR 和 PCI DSS 等法规。

  19. TOOL · CL_127843 ·

    AWS SageMaker AI 与 MLflow 集成,用于模型监控和基准测试

    Amazon SageMaker AI 正在通过与 MLflow 集成来增强其功能,为机器学习模型提供更好的监控和基准测试。首次集成侧重于监控判别式模型的数据和模型漂移,允许用户跟踪准确性和输入数据的统计属性。第二次集成能够将生成式 AI 模型的基准测试和推荐结果实时流式传输到 MLflow,从而更容易比较不同的配置并提高可复现性。

  20. TOOL · CL_122401 ·

    Amazon Bedrock 和 SageMaker 增强 AI 安全性和训练

    Amazon Bedrock 正被用于检测 AI 生成的网络钓鱼邮件,这是网络安全中日益增长的威胁。该平台帮助安全团队识别和缓解这些复杂的社会工程攻击。此外,Amazon SageMaker 中多轮强化学习的最佳实践正在被分享,以提高 AI 训练环境的可靠性。