跳到正文

#Agent

今日 0 条
11月1日周日
  1. AWS Machine Learning Blog65

    AWS 政府云 (US) 上配置 ChatGPT 桌面应用程序与 Amazon Bedrock

    AWS 政府云 (US) 上现在可用 ChatGPT 桌面应用程序，通过两个组件提供对 OpenAI 前沿模型的访问。Work 完成复杂的多步骤任务并交付可审查的结果，而 Codex 是一个用于开发、测试和审查软件的编码智能体。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

10月31日周六
  2. Microsoft Research70

    微软从合成企业数据评估到真实 Microsoft Copilot AI 信心

    微软发布了行业评估数据生成平台，用于评估 Microsoft Copilot AI 的性能和安全性，该平台基于公开数据生成合成企业环境，并自动生成评估数据。

    推荐理由：微软通过构建行业评估数据生成平台，为 Microsoft Copilot AI 的评估提供了标准化基准，有助于提升企业对 AI 系统的信任。

10月30日周五
  2. Google DeepMind45

    DeepMind 发布 PlanAssist 智能规划工具

    DeepMind 发布 PlanAssist 智能规划工具，旨在通过 AI 技术减少规划官员评估家庭申请的时间，目前已在英格兰 12 个地方规划当局进行试点测试，并计划在 2027 年向所有英格兰地方议会推广。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  3. AWS Machine Learning Blog65

    NVIDIA Nemotron 3.5 Super VL 模型在 AWS 上发布

    NVIDIA 发布了 Nemotron 3.5 Super VL 模型，这是一个 120B 参数的 MoE 模型，支持推理和工具使用，并结合文本、图像、文档和视频理解。本文探讨了其架构和应用场景，并展示了如何在 AWS 上部署该模型。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  4. AWS Machine Learning Blog45

    MoEngage 使用 AgentCore Gateway 将 400 个 API 转换为智能体工具

    MoEngage 使用 Amazon Bedrock AgentCore Gateway 将其内部 API 转换为权限范围的智能体工具，提高了智能体开发效率，并简化了 API 的集成过程。

    推荐理由：原文介绍了 MoEngage 如何将 400 个 API 转换为智能体工具，并提供了 AgentCore Gateway 的使用方法，读者可以了解如何利用该工具提高智能体开发效率。

  5. AWS Machine Learning Blog45

    Epsilon 使用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 实现UI测试自动化

    Epsilon 使用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 实现了 UI 测试的自动化，提高了测试效率和可维护性，并分享了其架构、实现和最佳实践。

    推荐理由：Epsilon 使用 Amazon Nova Act 和 Amazon Bedrock AgentCore Browser Tool 实现了 UI 测试的自动化，提高了测试效率和可维护性，读者可以了解其具体应用和效果。

  6. OpenAI News70

    OpenAI 发布更新模型规范，强调五个核心价值观

    OpenAI 发布更新模型规范，强调五个核心价值观，以指导更强大的 AI 向着合理的判断、人类的能动性和忠实于人类意图的方向发展。

    推荐理由：OpenAI 发布了更新后的模型规范，强调了五个核心价值观，以指导更强大的 AI 向着合理的判断、人类的能动性和忠实于人类意图的方向发展，读者可以了解这些价值观对 AI 发展的影响。

10月29日周四
  1. AWS Machine Learning Blog45

    AWS 发布 QA Studio，助力组织扩展智能 QA 自动化

    AWS 发布了 QA Studio，一个基于 Amazon Nova Act 的参考解决方案，旨在帮助组织扩展智能 QA 自动化。QA Studio 提供了应用程序组织、健康指标和基于团队的用户管理功能。

    推荐理由：原文介绍了 QA Studio 的功能和应用，读者可以了解其如何帮助组织扩展智能 QA 自动化。

  2. AWS Machine Learning Blog45

    AWS Ray Train 在 EKS 上实现分布式训练教程

    AWS 发布了 Ray Train 深度学习容器（DLC），用于在 EKS 上进行分布式训练，本文介绍了如何使用这些工具进行 PyTorch 训练的配置和使用。

    推荐理由：本文介绍了如何使用 AWS 的 Ray Train 深度学习容器（DLC）在 EKS 上进行分布式训练，读者可以了解如何配置和使用这些工具来优化 PyTorch 训练过程。

  3. AWS Machine Learning Blog65

    某产品发布智能体功能

    某产品发布新的智能体功能，提供了基于 Amazon Bedrock AgentCore 的企业级智能体平台，支持多账户操作、平台控制平面、可重复的工作流单元，以及安全性和治理功能。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

10月28日周三
  2. OpenAI News60

    Legora 发布法律工作智能操作系统 Legora

    Legora 发布了基于 OpenAI 模型 ChatGPT 和 Codex 的法律工作智能操作系统 Legora，旨在加速法律工作流程、扩展合同分析，并让律师专注于更高价值的工作。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  4. AWS Machine Learning Blog65

    Property Finder 通过 Amazon Bedrock 优化模型评估和选择

    Property Finder 发现其评估标签存在偏差，导致模型比较失去有效性。通过在 Amazon Bedrock 上应用进化提示优化，实现了更高的准确性和更低的成本。

    推荐理由：Property Finder 通过识别评估偏差、构建无偏见的真实标签和应用于 Amazon Bedrock 的进化提示优化，实现了更高的准确性和更低的成本。读者可以从中学习到如何在自己的工作负载中应用这些方法。

  5. AWS Machine Learning Blog60

    AWS SageMaker发布SOCI索引图像以加快AI工作流程

    AWS SageMaker发布SOCI索引图像，通过延迟加载容器图像，将整个图像下载从每个工作流程的关键路径中移除，从而加快AI工作流程。SOCI索引图像可以在几秒钟内启动Amazon SageMaker AI训练容器，而不会影响训练性能。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  7. Google DeepMind85

    DeepMind 发布新一代世界模拟模型 Genie 4

    DeepMind 发布了新一代世界模拟模型 Genie 4，该模型具有前所未有的真实感，并提高了实时交互模拟的能力。Genie 4 是一个原生多模态模型，能够同时生成类似音乐、环境噪音和交互式对话。

    推荐理由：原文介绍了 Genie 4 的功能和开放入口，读者可以据此判断其对现有工作流的影响。

10月27日周二
  5. AWS Machine Learning Blog45

    SageMaker SDK v3 发布边缘计算机视觉生命周期管理功能

    AWS SageMaker SDK v3 发布，引入了边缘计算机视觉生命周期管理功能，通过SageMaker Neo进行边缘优化，支持每台摄像头的异常检测和缺陷分类模型训练，并使用AWS CDK进行部署。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  6. AWS Machine Learning Blog45

    使用 AWS CDK 在 Amazon Bedrock 知识库上构建智能体检索系统

    本文介绍了如何使用 AWS Cloud Development Kit (AWS CDK) 在 Amazon Bedrock 知识库上构建智能体检索系统，包括如何实现多知识库语义路由、推理智能体、七层可观察性和按需及持续评估。

    推荐理由：原文详细介绍了如何使用 AWS CDK 在 Amazon Bedrock 知识库上构建智能体检索系统，对想要了解该技术的人具有参考价值。

10月24日周六
  1. AWS Machine Learning Blog60

    在 Amazon SageMaker AI 上进行多轮强化学习的实践指南

    Amazon SageMaker AI 推出多轮强化学习功能，通过实际案例和操作指南，帮助读者了解如何使用该技术提升模型性能。

    推荐理由：本文详细介绍了如何在 Amazon SageMaker AI 上进行多轮强化学习，并提供了实际操作指南，读者可以学习如何使用 MTRL 技术提升模型性能。

  3. AWS Machine Learning Blog60

    某产品发布智能体功能

    某产品发布新的智能体功能，名为Connected Decision Engine (CDE)，旨在通过Amazon Bedrock AgentCore和AWS Unified Operations构建一个多智能体、自然语言界面的决策引擎，以帮助用户更好地运行和分析机器学习工作流。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

10月23日周五
  2. AWS Machine Learning Blog60

    使用 Amazon SageMaker AI 上的 Kokoro TTS 流式传输来自 AI 智能体的低延迟语音

    Amazon SageMaker AI 发布了 Kokoro TTS，用于从 AI 智能体流式传输低延迟语音。该解决方案通过在生成过程中流式传输合成，而不是等待完整响应完成，从而减少了语音智能体的延迟。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  3. AWS Machine Learning Blog45

    Amazon Quick 发布 HIPAA 合规的 AI 工作空间

    Amazon Quick 发布了新的 HIPAA 合规的 AI 工作空间，支持在受监管的医疗环境中部署和运行 AI 应用。

    推荐理由：原文详细介绍了 Amazon Quick 在 HIPAA 合规环境中的部署和应用，读者可以了解其功能和安全措施，以及如何将其集成到现有的工作流程中。

  4. AWS Machine Learning Blog45

    Amazon SageMaker 推出训练会话 API，无需管理 GPU 即可自定义训练循环

    Amazon SageMaker 推出训练会话 API，允许用户无需管理 GPU 即可自定义训练循环，通过 Python 脚本控制训练过程，SageMaker AI 负责运行基础设施。同时发布了 SageMaker 训练会话食谱，提供可运行的 SFT 和 RL 脚本。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  5. AWS Machine Learning Blog60

    SageMaker AI 推出无需管理 GPU 的模型自定义新方式

    SageMaker AI 推出无需管理 GPU 的模型自定义新方式，通过训练会话提供对后训练逻辑的控制，并支持多种技术，如 SFT、DPO、RLVR、RLAIF 和多轮强化学习。

    推荐理由：原文介绍了 SageMaker AI 的新功能，允许用户无需管理 GPU 基础设施即可自定义模型，这对于需要模型定制的公司来说是一个重要的进步。

  6. AWS Machine Learning Blog65

    Amazon Polly发布生成式引擎重大升级

    Amazon Polly发布生成式引擎重大升级，提供更自然、更准确的语音输出，新增14种声音，支持9个地区，包括首次在Hindi和Finnish中提供生成式声音。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。

  7. Microsoft Research60

    Flint-interactive：创建交互式数据可视化的语言

    Microsoft Research 发布了 Flint-interactive，一种用于创建交互式数据可视化的语言，它允许用户和智能体通过定义高级语义事件和更新操作来创建交互式图表和仪表板，从而提高数据可视化的可靠性和开发效率。

    推荐理由：Flint-interactive 为创建交互式数据可视化提供了一种新的语言，有助于用户和智能体更轻松地构建交互式图表和仪表板，提高了数据可视化的可靠性和开发效率。

  8. AWS Machine Learning Blog45

    AWS SageMaker AI 推出自动扩展目标优化方案

    AWS SageMaker AI 推出针对语音合成服务的自动扩展目标优化方案，通过实际测量和计算，优化自动扩展策略，提高服务质量和效率。

    推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。