aws-cdk.core
PulseAugur coverage of aws-cdk.core — every cluster mentioning aws-cdk.core across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Amazon Bedrock 的 AgentCore Gateway 新增自动化模型回退功能
AgentCore Gateway 是 Amazon Bedrock 的 AgentCore 系列中的一个组件，现已提供自动化模型回退功能。当主模型出现限流、不可用或延迟过高时，此功能允许将请求重新路由到备用模型。该网关接受 Bedrock InvokeModel API 调用，并可以管理多达两个备用目标的链条，包括一个断路器，对客户端应用程序的干扰极小。此增强功能对于对一致可用性至关重要的生产环境特别有用，但必须仔细考虑有效负载模式…
-
NVIDIA、OpenAI 和 AWS 详细介绍基础设施和扩展方面的进展
NVIDIA 正在通过新的全局性能调优器增强其 TensorRT 性能优化，旨在扩展到单个构建路由之外。OpenAI 正在快速扩展其在线存储基础设施，以支持超过十亿 ChatGPT 用户。同时，AWS 正在详细介绍如何使用 AWS CDK 来编排 SageMaker AI 端点的自动扩展。
-
AWS SageMaker AI 端点获得改进的自动扩展编排和优化
AWS 发布了管理 Amazon SageMaker AI 端点自动扩展的新方法。一种方法解决了更新已注册自动扩展的端点时出现的问题，使用 AWS CDK 自定义资源在更新期间编排扩展目标的注销和重新注册。另一种方法侧重于通过用实例并发限制和扩展时间的测量值替换猜测来优化文本到语音 (TTS) 模型的自动扩展，并从这些指标中得出最佳扩展参数。
-
开发者在 Mac 上微调 Qwen2.5 模型以修复聊天机器人错误
一位开发者详细介绍了在 MacBook 上微调 Qwen2.5-1.5B-Instruct 模型的过程，以解决鹦鹉学舌式聊天机器人的问题。该微调过程利用 LoRA 和 MLX 框架，旨在改进模型的行为，例如拒绝不相关请求和避免重复，同时将事实信息保留在系统提示词中。开发者使用更大的 Qwen2.5-14B-Instruct 模型作为教师生成训练数据，然后手动审查和过滤数据，之后再进行微调。最终模型部署在 AWS EC2 t4g.med…
-
AWS推出KnowledgeForge，利用AI从ITSM工单中挖掘知识
AWS开发了KnowledgeForge，一个旨在从通常被遗忘的已解决IT服务管理（ITSM）工单中提取宝贵知识的系统。该工具旨在通过从工单数据创建新的知识库文章，以及整理现有知识库以删除重复项和提高内容质量来改进企业IT支持。KnowledgeForge利用Amazon Bedrock进行内容生成和改进，Amazon S3 Vectors进行重复检测，以及AWS Step Functions进行工作流编排。
-
使用 Amazon Bedrock AgentCore 在 AWS 上构建安全的 MCP 服务器
本教程详细介绍了如何使用 Amazon Bedrock AgentCore 在 AWS 上构建安全的 MCP 服务器。该服务器设计为小型且只读，能够列出和读取 Amazon S3 存储桶中的文本文档。它采用 Amazon Cognito 进行用户身份验证，并作为无状态的 Streamable HTTP 服务器运行，利用 AgentCore Runtime 来实现安全、可扩展性和可观察性。该架构确保服务器仅具有列出存储桶和获取指定前缀内…
-
AWS 推出用于自动化社交智能的多智能体系统
AWS 推出了一个使用 Strands Agents 和 Amazon Bedrock AgentCore 的新多智能体系统，用于自动化销售和营销的社交智能。该系统允许专门的 AI 智能体监控社交媒体、论坛和代码存储库等各种在线来源，以识别潜在客户。Thrad.ai 是一家为 AI 开发广告基础设施的公司，已实施该系统来简化潜在客户发现和个性化外展电子邮件，显著减少了手动研究时间。
-
AWS SageMaker AI 支持 SeedVR2 实现视频超分辨率
AWS 详细介绍了一种在 Amazon SageMaker AI 上使用开源 SeedVR2 模型实现超分辨率的方法。该方法通过恢复细节和提高视频质量来解决将低分辨率视频内容放大以适应现代高清显示器的挑战。该解决方案利用 AWS CDK 进行基础设施搭建，Amazon S3 进行存储，以及 AWS Lambda 启动 ml.g5.4xlarge 实例上的 SageMaker 处理任务，提供了一种可扩展且经济高效的方式来提高视频质量，包…
-
Cost.dev 将 AI 集成到 IaC 中，实现实时云成本感知
Cost.dev 推出了名为 Infracost Dev 的新工具，旨在将云成本感知直接集成到开发工作流中。这款由 AI 驱动的代理通过为 AWS、Azure 和 Google Cloud 的基础设施即代码 (IaC) 变更提供实时、区域准确的定价来协助开发人员。它旨在防止部署前的成本问题，自动化标签合规性，并通过 IDE 内的自然语言查询实现成本权衡。