Amazon SageMaker JumpStart
PulseAugur coverage of Amazon SageMaker JumpStart — every cluster mentioning Amazon SageMaker JumpStart across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
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。
-
AWS 发布 SageMaker JumpStart 模型排行榜以比较基础模型
AWS 在 Amazon SageMaker JumpStart 中推出了一款新的模型排行榜。该工具允许用户根据质量、速度和成本比较 70 多个基础模型。该排行榜旨在简化为特定需求选择和部署最合适模型的流程。
-
AWS 在 SageMaker JumpStart 上集成 OpenTSLM 用于时间序列数据分析
AWS 已将 Aionic Labs 开发的开源时间序列语言模型 OpenTSLM 集成到其 SageMaker JumpStart 平台中。此次集成允许组织部署和调整 TSLM,以分析运营数据(如设备传感器读数和市场趋势)以及上下文信息(如维护记录)。这些模型旨在通过解释近期测量结果并提供解释、建议的操作和预期结果来帮助系统识别新兴问题,Nexthink 的主动 IT 代理 Spark 证明了这一点。
-
AWS SageMaker JumpStart 现已支持 OpenFold3 进行生物分子结构预测
AWS 已在 Amazon SageMaker JumpStart 上提供了开源生物分子结构预测模型 OpenFold3。该模型由 OpenFold Consortium 和哥伦比亚大学 AlQuraishi Lab 开发,能够预测蛋白质、DNA、RNA 及其复合物的三维结构。该模型在 Apache 2.0 许可下发布,允许进行检查、微调和在此基础上进行开发。SageMaker JumpStart 通过利用异步推理端点,简化了 Ope…
-
NVIDIA Nemotron 3.5 Super VL 模型现已在 Amazon SageMaker JumpStart 上可用
NVIDIA 的 Nemotron 3.5 Super VL 是一款多模态视觉语言模型,现已通过 Amazon SageMaker JumpStart 提供。该模型可以处理图像、视频和文本以生成文本输出,支持长达 100 万个 token 的上下文长度。它专为文档智能、代理的 GUI 理解和视频问答等应用而设计,提供两个版本可供部署。
-
Amazon SageMaker JumpStart 在2026年新增超过100个新AI模型
截至2026年9月,Amazon SageMaker JumpStart 已显著扩展了其目录,新增了来自30家供应商的100多个新模型。这种增长得益于开源模型的快速发布以及客户对多样化AI能力的需求。主要贡献者包括阿里巴巴(29个Qwen模型)、NVIDIA(17个模型,包括Cosmos3系列)以及Mistral AI(7个模型)。该平台现在通过各种微调技术,为模型发现、一键部署和定制提供了增强的功能。
-
AWS SageMaker JumpStart 简化模型部署和评估
Amazon SageMaker JumpStart 现在提供了一个简化的流程来部署和评估预训练的 AI 模型。用户可以在 SageMaker 控制台中发现模型,使用优化的配置部署它们,并使用 SageMaker Python SDK 测试性能。此工作流程允许重复评估延迟和生成速率,并提供测试后清理选项。
-
Meta发布Muse Spark Open,一款拥有8160亿参数的优化编码AI模型
Meta发布了Muse Spark Open,这是一款拥有8160亿参数的公开权重模型,专为编码和代理任务设计。该模型原生支持多模态,拥有100万token的上下文窗口,并针对长时推理、复杂软件工程和多步问题解决进行了优化。它可通过Hugging Face、Amazon SageMaker JumpStart和Together AI等多个平台获取,并提供针对Apple M5 Ultra Mac Studios和NVIDIA GPU等硬…
-
NVIDIA Nemotron 3.5 Lightning 模型现已在 Amazon SageMaker JumpStart 上提供
NVIDIA 发布了其 Nemotron 3.5 Lightning 模型,现可通过 Amazon SageMaker JumpStart 访问。该开源模型针对大批量代理任务进行了优化,与同类模型相比,吞吐量提高了四倍,任务完成速度提高了 30%。它采用混合专家混合(Mixture-of-Experts)架构设计,在 300 亿总参数中仅使用 30 亿激活参数,从而能够在一块 GPU 上高效执行专门的代理功能。
-
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。
-
AWS P-EAGLE 将 LLM 解码并行化,速度提升 1.69 倍
AWS 开发了 Parallel-EAGLE (P-EAGLE),一种新颖的方法,可将大语言模型的投机解码并行化,克服了 EAGLE-3 等先前技术顺序草拟的限制。这项创新允许所有投机草拟的 token 在一次前向传播中同时预测,而不是顺序预测。在基准测试中,P-EAGLE 与 EAGLE 框架相比,吞吐量速度提升高达 1.69 倍,并且现在已原生支持 Amazon SageMaker JumpStart,便于部署。
-
NVIDIA Nemotron 3 Ultra现已在Amazon SageMaker JumpStart上可用
NVIDIA的Nemotron 3 Ultra,一个前沿推理模型,现已在Amazon SageMaker JumpStart上可用。此次集成将为用户提供高达五倍的推理速度和30%的成本降低,适用于代理式AI工作负载。在SageMaker JumpStart上可用旨在简化开发人员部署和使用先进AI模型的过程。
-
NVIDIA Nemotron 3 Ultra LLM 在 Amazon SageMaker JumpStart 上首次亮相
NVIDIA 发布了其 Nemotron 3 Ultra,一个拥有 5500 亿参数的开放式大型语言模型,专为 Agentic AI 工作负载进行了优化。该模型采用了混合 Transformer-Mamba Mixture-of-Experts 架构,能够为需要对长上下文进行持续推理的任务提供更快的推理速度和更低的成本。Nemotron 3 Ultra 现在可在 Amazon SageMaker JumpStart 上部署,为企业提供…
-
Fundamental 的 NEXUS 表格模型在 AWS SageMaker 上发布
Fundamental 已在其大型表格模型 NEXUS 上线 Amazon SageMaker JumpStart。该模型专为表格数据预测而设计,与概率性 LLM 不同,可提供确定性和一致的结果。NEXUS 可原生处理大型结构化数据集,无需进行大量特征工程,旨在将预测模型开发时间从数月缩短至数天。
-
NVIDIA 发布 Nemotron 3 Nano Omni 多模态 AI 模型,用于智能体
NVIDIA 发布了 Nemotron 3 Nano Omni,这是一款能够同时处理视觉、音频、视频和文本的多模态大型语言模型。该开放模型基于 Mamba2 Transformer 混合专家模型架构构建,旨在通过实现单一多模态理解推理循环来增强企业智能体工作流程。它现已在 Fireworks 和 Amazon SageMaker JumpStart 上提供,提供 131K 的上下文长度,并获得商业使用许可。