Rescale 如何用 Strands Agents 和 AI-DLC 构建 AI 测试分流智能体
AWS 介绍了 Rescale 如何通过 AI-DLC 工作坊,在 5 天内将测试分流智能体部署到 staging,并在数周内投入生产。
AWS 介绍了 Rescale 如何通过 AI-DLC 工作坊,在 5 天内将测试分流智能体部署到 staging,并在数周内投入生产。
AWS Machine Learning Blog 演示如何在 Amazon SageMaker AI 实时端点部署 Kokoro-82M,并依据端点实测的单实例并发上限 Q_max 和扩容总时间 T_total 推导自动扩缩容阈值与冷却时间。
AWS 介绍了如何将 AI 智能体逐句生成的文本实时发送到 Amazon SageMaker AI 上的 Kokoro-82M TTS 端点,使语音合成在完整回答生成前开始。
AWS 介绍了在符合 HIPAA 资格的环境中部署 Amazon Quick 的方法,并说明服务符合资格不等于整个环境自动符合 HIPAA 要求。文章梳理了 PHI 的非结构化与结构化数据路径、访问控制、加密和审计日志等能力,以及需要由客户负责的配置和保障措施。文中还以虚构的 AnyCompany Health Plan 为例,给出从签署 BAA、设置不可逆配置到验证日志与权限的部署步骤。
AWS 为 Amazon SageMaker AI 推出 training session APIs,用户可在本地 Python 代码中编写训练循环,由 SageMaker AI 在托管 GPU 上执行计算操作并管理相关基础设施。
AWS 宣布 SageMaker AI 无服务器模型定制训练会话正式可用,用户可以编写并协调自己的后训练循环,而无需管理底层 GPU 基础设施。SageMaker AI 负责 GPU 分配、分布式执行、故障恢复和检查点存储,用户可自定义损失函数或奖励信号。该功能支持 gpt-oss-20b、gemma-4-31B-it、Qwen3.6-27B 和 Qwen3.8-27B。
同一件事,精选收录的是《Amazon SageMaker AI 推出 training session APIs,让用户自定义训练循环而无需管理 GPU》
AWS 介绍 IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手,供员工用四种语言查询西班牙、葡萄牙和法国的企业文档。
Amazon Polly 升级 Generative 引擎,提供更自然、准确且低延迟的语音输出,并新增 14 种语音,印地语和芬兰语语音首次在该引擎中正式可用。升级已在生产环境全面推出,覆盖 11 个 AWS Region;现有语音名称、API 调用和代码无需更改,价格也保持不变。
Bayer Crop Science 介绍了基于 Amazon Bedrock AgentCore 构建和运营 Agentic Decision Engine(ADE)的过程,该系统为 Connected Decision Engine(CDE)提供自然语言交互层。
AWS 介绍了如何在 Amazon Quick Sight 图层地图中使用 GeoJSON 的 Point 和 LineString 几何类型展示地点与路线。文章说明了 GeoJSON 文件结构、与数据集的关联方式,以及图层地图点位与原生点地图的差异。文章还介绍了视口控制、叠加多种几何图层,以及通过 Amazon S3 和 Quick Sight APIs 更新 GeoJSON 的方法。
OpenAI 介绍 Decisions API,称其可为各类应用提供快速、专注且低成本的决策。
OpenAI 与波兰 NASK 建立合作,开展 AI 安全、防护和技术研究,以加强安全保障并支持更具韧性的数字生态系统。
AWS 介绍如何在 Amazon SageMaker AI 上用多轮强化学习(MTRL)训练智能体完成需要连续决策的任务,并以 Wordle 演示从部署 AgentCore 智能体、准备数据到训练和评估的完整流程。
推荐理由:文章把多轮强化学习从任务设计、奖励函数到训练评估串成可复现流程,并展示服务设置会显著影响 Wordle 验证结果。
OpenAI 介绍如何扩展 Habitat 在线存储,以服务超过 10 亿 ChatGPT 用户。通过可靠的多租户架构、全球缓存和 Azure Cosmos DB,Habitat 为 ChatGPT 实现了 12× 更快的读取。
AWS Machine Learning Blog 介绍如何用可复用的 CDK 构造,在更新 SageMaker AI 实时端点时自动注销并重新注册自动扩缩容资源。方案以三个 CloudFormation 自定义资源和显式依赖顺序编排端点更新,并通过 ConfigHash 在配置变化时触发流程。文章还提供示例仓库、部署步骤,以及将构造集成到现有 CDK 堆栈的方法。
推荐理由:文章梳理了 SageMaker AI 端点更新与自动扩缩容资源之间的部署冲突,并给出可复用的 CDK 构造及集成步骤,便于参考其依赖编排方案。
OpenAI 介绍了如何加强前沿模型训练与评估环境的隔离防护,包括采用离线环境和高算力红队测试。
NVIDIA称,哈萨克斯坦正从AI基础设施规划转向部署,相关公告涵盖算力建设、模型与应用发展。Firebird已获得45,000块NVIDIA Grace Blackwell GPU的美国出口许可,首期项目正在与Kazakhtelecom建设,目标于2027年第三季度商业上线;第二期计划将Firebird在哈萨克斯坦的潜在AI基础设施总容量提升至约500 megawatts。
Microsoft Research推出Flint-interactive,这是一种构建交互式数据可视化的语言,可让智能体生成用户能够点击、筛选、缩放和跨图表交互的图表。
推荐理由:Flint-interactive把交互语义与底层渲染逻辑分开处理,并提供聊天、应用和编程接口等入口,说明其如何降低构建交互式数据可视化的复杂度。
NVIDIA 今日推出 Minerva,一款整合基础设施与 AI 工作负载遥测数据的 AIOps 平台,旨在帮助团队更早发现问题并维持 AI 工厂运行。平台每小时分析数十亿个数据点,并利用动态知识图谱关联 GPU、网络、存储、调度器和工作负载,定位可能的故障根因。Minerva 配有原生 AI 助手,可通过自然语言查询集群状态并获取修复建议;IREN 等合作伙伴正在使用或计划部署该平台。
Microsoft Research 研究者与合作者证明了提出于 1995 年的 Kannan–Lovász–Simonovits(KLS)猜想,证明相关界限不随维度增长。研究团队采用人类引导的 AI 智能体搜索流程,探索了约 100 条研究路径;同等总 token 预算下的无引导尝试未能解决问题。独立团队随后给出并行证明,另有 Lean 4 形式化验证工作。
推荐理由:研究展示了人类引导 AI 智能体探索数学思路的具体流程,并与同等 token 预算下未能解决问题的无引导尝试作了比较。
GitHub Blog 采访了三位 Java Champions,介绍他们如何在生产项目和开源工作中使用 GitHub Copilot 提升效率。案例包括将约 900 页教学幻灯片从 Reveal.js 迁移到 Marp,以及借助编码智能体排查 Pi4J 的第五个输入按钮无响应问题;受访者强调,开发者应先明确需求、设置与任务匹配的验证门槛,并对最终代码负责。
推荐理由:三位 Java Champions 以迁移幻灯片、排查硬件输入故障等案例,展示如何为智能体任务设置验证门槛并保留人工责任。
GitHub Blog 教程介绍如何在 VS Code 中继续 GitHub Copilot app 会话,同时保留原有对话、代码变更和工作树。用户可在编辑器中逐行审查改动、手动修改并运行本地测试,再将完成的更新推送到该会话关联的 pull request。