Типы материалов
Новые функции AI-продуктов, редизайны, запуск доступа, монетизация и цены.
196 важных материаловЗа 30 дней: 130Всего собрано: 483
AWS представила функцию Smart Approvals, которая автоматически одобряет действия AI-агентов или возвращает их на рассмотрение пользователю。
Почему это важно: Описание функции Smart Approvals помогает понять, как сохранить контроль над действиями AI-агентов.
В статье описывается, как интегрировать модели принятия решений Jev и Strands Decider с Amazon Bedrock AgentCore для оценки AI-агентов. Приведены примеры кода и условия доступа。
Почему это важно: Материал предоставляет практическое руководство по интеграции моделей принятия решений с Amazon Bedrock AgentCore, что может улучшить оценку AI-агентов.
Модель Dharma Field Extractor с 2 миллиардами параметров извлекает заданные поля из любых документов и возвращает их в формате JSON. Она превосходит все протестированные модели и предлагает доступные условия использования.
Почему это важно: Описание возможностей модели помогает понять её применение в бизнес-процессах.
U Mobile внедрила AiDaH, AI-агентный хелпдеск на платформе Amazon Bedrock AgentCore, который обрабатывает более 150 сценариев и сократил объем заявок на обслуживание до 84,5%.
Почему это важно: Описание архитектуры и функциональности AiDaH помогает понять, как AI-агенты могут улучшить телекоммуникационные операции.
Amazon Bedrock теперь поддерживает локальный вывод для модели Kimi K3 в Индии, что позволяет обрабатывать данные с соблюдением требований к хранению данных. Клиенты。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.
Cartesia представила модели Sonic и Ink для текст-в-речь и речь-в-текст с задержкой менее 100 мс。
Почему это важно: Описание применения моделей Cartesia в реальном времени помогает понять их преимущества для разработки голосовых AI-приложений.
В статье описывается процесс создания семантического слоя для AI-агентов с использованием EDB Postgres AI и Amazon Bedrock AgentCore. Приведены основные шаги и примеры。
Почему это важно: Материал предоставляет подробное руководство по созданию семантического слоя для AI-агентов, что может быть полезно для разработчиков и аналитиков.
Команда Gen Digital разработала платформу управления репутацией Norton Revamp, использующую AI-агента для создания новостного контента в реальном времени с помощью Amazon Bedrock AgentCore.
Почему это важно: Материал описывает процесс создания платформы управления репутацией с использованием AI-агента, что может быть полезно для профессионалов в области AI.
Greg Biegel описал, как настроить обмен токенами OBO с Microsoft Entra ID через AgentCore Gateway для взаимодействия AI-агентов с API ServiceNow, сохраняя идентичность пользователя.
Почему это важно: Материал предоставляет детальное руководство по настройке обмена токенами OBO с использованием AgentCore Gateway, что может быть полезно для разработчиков, работающих с API.
В статье описывается, как объединить структурированные и неструктурированные данные с помощью Amazon Quick。
Почему это важно: Материал предоставляет пошаговое руководство по интеграции структурированных и неструктурированных данных с помощью Amazon Quick.
Google Antigravity добавил новые навыки для химической информатики, которые ускоряют процессы открытия лекарств。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.
CWE-bench v2 открывает 100 задач для тестирования моделей на уязвимости。
Почему это важно: Описание новых задач и условий доступа помогает оценить качество и прозрачность тестирования моделей.
Разработчики представили Palette, модель, обученную на синтетических данных для создания презентаций в соответствии с языком дизайна IBM. Модель показала высокие результаты на PresentBench。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.
NVIDIA и её партнёры внедряют физический и агентный AI в города。
Почему это важно: Обсуждение применения AI в городах демонстрирует возможности для улучшения общественных услуг и управления инфраструктурой.
Circle K внедрил автоматизированную систему триажа инцидентов с использованием Amazon Bedrock, что позволило сократить среднее время реагирования с 45–60 минут до менее чем 15 минут.
Почему это важно: Материал описывает успешное применение AI-агента для автоматизации процесса триажа инцидентов в DevOps, что значительно ускоряет реагирование на проблемы.
Автор описывает процесс создания многоагентного инженерного помощника, который автоматизирует сбор доказательств для замены компонентов。
Почему это важно: Материал предлагает подробное руководство по созданию многоагентного инженерного помощника с использованием Amazon Bedrock и Nova Multimodal Embeddings.
В статье описывается, как использовать Crawl4AI для подготовки веб-контента перед его загрузкой в Amazon Bedrock Knowledge Bases. Процесс включает в себя создание Markdown-документов с метаданными и их загрузку в Amazon S3, что позволяет улучшить качество извлечения информации.
Почему это важно: Материал описывает процесс подготовки веб-контента для Amazon Bedrock Knowledge Bases с использованием Crawl4AI, что может улучшить качество ответов в приложениях RAG.
Израильский стартап 42AI разработал модель, которая предсказывает поведение человека。
Почему это важно: Описание условий доступа помогает оценить влияние функции на рабочие процессы.
Автор описал, как использовать Amazon Bedrock AgentCore для создания веб-приложений с AI-агентом。
Почему это важно: Материал предоставляет пошаговое руководство по использованию Amazon Bedrock AgentCore для создания и тестирования веб-приложений с помощью AI-агента.
Автор описал пятиступенчатую модель управления затратами на Amazon Bedrock, включая атрибуцию расходов。
Почему это важно: Материал предлагает практическое руководство по управлению затратами на Amazon Bedrock, что может быть полезно для команд, занимающихся финансами и разработкой.