AWS Machine Learning Blog
PulseAugur coverage of AWS Machine Learning Blog — every cluster mentioning AWS Machine Learning Blog across labs, papers, and developer communities, ranked by signal.
- 2026-08-27 product_launch AWS, NVIDIA, and Heidi Health detail a method to reduce ASR inference costs by 75% using NVIDIA MPS on Amazon EC2. 来源
2 天有情绪数据
-
AWS 集成 Databricks 和 Amazon Quick 以实现零售补货自动化
AWS 详细介绍了一个通过集成 Databricks 和 Amazon Quick 来自动化零售补货的新系统。该系统使用 Databricks 的 Many Model Forecasting (MMF) 和 Chronos-2 模型来预测 SKU 的需求。然后，Databricks Genie Agent 会识别出需求激增的 SKU，需求激增定义为显著高于近期平均水平的增长。Amazon Quick 然后将这些激增的 SKU 与实时…
-
AWS推出面向多轮AI对话的Agent评估指标
Amazon Web Services (AWS) 推出了Agent评估指标 (AEM)，以应对评估多轮对话Agent的挑战。AEM提供了一种可分解的、回合级别的评估，可以精确定位具体错误，而整体分数则会掩盖根本原因。该指标将Agent质量分解为可衡量的子指标，如真实性和完整性，从而能够更精确地识别和纠正复杂、多步骤交互中的失败。与此同时，DeepSeek的开发团队详细介绍了其Agent循环的内部工作原理，解释了对话处理中的“回合 (…
-
AWS 详解监督微调的高级策略
AWS 正在为大型语言模型提供监督微调 (SFT) 指导，强调数据质量和高级准备策略。其系列的第一部分侧重于正确格式化数据、实施质量检查以确保准确性和多样性，以及分割数据以进行训练和评估。第二部分深入探讨通过学习曲线分析评估数据就绪情况、选择最佳数据子集、采用数据增强技术以及混合不同数据类型以在不抹去通用能力的情况下提高模型性能。
-
AWS SageMaker AI Spaces 将 IDE 集成到 EKS 集群中
Amazon Web Services 为 Amazon EKS 推出了名为 SageMaker AI Spaces 的新附加组件。此功能允许数据科学家直接在其现有的 Amazon EKS 集群中运行交互式集成开发环境 (IDE)，例如 JupyterLab 和 Code Editor。以前，用户必须将工作流移出集群，从而失去对 GPU 节点和共享存储等关键资源的访问权限。SageMaker AI Spaces 附加组件简化了此过程，…
-
Amazon Nova Act 使用 AI 进行可扩展的用户体验测试
Amazon 推出了 Amazon Nova Act，这是一个多模态基础模型，旨在增强 Web 界面的用户体验 (UX) 测试。与依赖脆弱、硬编码脚本的传统自动化工具不同，Nova Act 通过分析屏幕截图的视觉信息来理解和与网站交互，模仿人类推理，从而利用视觉和动作。这种方法可以实现更健壮、更具适应性的用户体验测试，能够处理界面更改和动态内容，最终实现可扩展和全面的用户流程分析。
-
Unsloth 通过动态量化实现 AWS 上 LLM 的高效部署
Unsloth 开发了一种动态量化方法，可在保持精度的同时显著减小大型语言模型的内存占用。该技术分析模型的每一层，以确定其对精度损失的敏感度，从而允许对不敏感的层进行积极压缩至 4 位精度，而关键层则保留更高的精度。这种方法使得通常需要大量 GPU 资源的模型可以在较小的实例甚至 CPU 上运行，从而降低服务成本并加快迭代周期。
-
Pulse AI 和 Amazon Bedrock 简化金融文档分析
Pulse AI 和 Amazon Bedrock 已合作创建一个用于处理复杂金融文档的解决方案，旨在提高准确性并减少手动工作。此次集成结合了 Pulse AI 的高级文档理解能力和 Amazon Bedrock 的托管模型定制功能，使金融机构能够根据其特定数据微调模型。该系统可以在几小时内处理大量文档，而以前需要几天时间，并为下游分析生成结构化、语义感知的输出。