Amazon Quick 与 Amazon Bedrock 如何用实时 ACL 重构 RAG 访问控制
Amazon Quick 和 Amazon Bedrock Knowledge Bases 在原有预检索 ACL 过滤之上新增实时 ACL 校验，在查询时直接向权威数据源核实权限，避免依赖可能过期或映射错误的 ACL 数据。
#RAG
#RAG
今日 0 条AWS Machine Learning BlogAI 评分2222 AWS Machine Learning BlogAI 评分2222 Qlik 如何用 Amazon Bedrock 构建企业级可信 AI
Qlik 基于 Amazon Bedrock 打造 Qlik Answers，为全球超 4 万家客户提供可溯源的企业级问答，自 2026 年 2 月正式可用以来，其 Discovery Agent 已为客户发现超 10 万条洞察。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间，基于 Gemma 4 架构、Apache 2.0 许可，参数量 740M。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数据，便于评估本地多模态检索的可行性。
AWS Machine Learning BlogAI 评分2222 用 Amazon Bedrock AgentCore、Managed Knowledge Base 和 Nova Sonic 构建语音旅行助手
基于 Amazon Bedrock AgentCore、Amazon Nova 2.5 Sonic 与 Amazon Bedrock Knowledge Bases，可构建航空语音旅行助手，让旅客通过语音查询行程、改座位、更新餐食偏好并转接人工客服。
AWS Machine Learning BlogAI 评分2222 LangChain 与 Amazon Bedrock Knowledge Bases 的智能体检索实践
Amazon Bedrock Managed Knowledge Base 现已支持智能体检索，通过 AgenticRetrieveStream API 将多部分问题拆解为子查询、循环规划并流式返回 trace 事件，而 Retrieve API 仅执行单次混合搜索。
AWS Machine Learning BlogAI 评分4141 用 Amazon Quick 和 Adjudicated Query 模式批量审查数千份租约合规性
AWS 提出 Adjudicated Query 设计模式，让业务用户在 Amazon Quick 聊天界面提问合规问题，实际判定交由确定性规则引擎完成。该模式通过完整性回执确保合规、违约、模糊、不可读记录之和等于已扫描总数，避免记录被静默遗漏，并保留规则版本、条款文本、方法与日期等可辩护依据。
AWS Machine Learning BlogAI 评分5252 在 Amazon SageMaker AI 上用多轮 RL 微调搜索智能体
AWS 团队在 Amazon SageMaker AI 上用多轮强化学习（MTRL）微调 Qwen3.6-27B 搜索智能体，仅调整 max_epochs、global_batch_size、rollout_max_concurrency 三个超参数，其余走默认值。
AWS Machine Learning BlogAI 评分3434 用 Amazon Bedrock Knowledge Bases 以自然语言查询理赔数据
Amazon Bedrock Knowledge Bases 可通过 AgenticRetrieveStream API 用自然语言查询理赔文档，支持多轮追问、基于 claim ID 和 claim type 等元数据过滤检索，并返回带引用的答案。
AWS Machine Learning BlogAI 评分3030 用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 合同智能平台
AWS 发布基于 Amazon Quick 与 Amazon Bedrock AgentCore 的合同智能平台方案，用 AI 智能体从合同 PDF 中抽取 8 个关键字段并附置信度，再由独立的 Claude Haiku 验证智能体复核，签名识别分歧时由 Amazon Textract 做确定性裁决。
AWS Machine Learning BlogAI 评分2222 Condé Nast 如何用 Amazon Bedrock 构建多模态视频检索
Condé Nast 与 AWS 生成式 AI 创新中心合作，基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，采用 TwelveLabs Marengo 嵌入模型联合编码画面、音频与转录文本。该方案将单次内容检索耗时从 250 分钟降至 2 分钟以内，支持自然语言意图搜索、以图搜视频和精确时间戳定位，覆盖其 14 万余条视频库。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：该不该读 AI 代码、RAG 已死、Skills 是否杀死 MCP
GitHub Podcast 最新一期拆解了五个 AI 开发热梗：AI 生成代码仍需审查，但应按风险分级投入精力；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是智能体连接工具与数据的标准，二者可组合使用；RAG 并未死亡，检索能为模型提供训练数据外的文档、内部知识与代码库上下文，减少 token 浪费和不完整回答。
OpenAI NewsAI 评分4040 医疗机构现可将 EHR 及行业数据接入 ChatGPT
OpenAI 宣布医疗机构可将 EHR 及其他行业数据接入 ChatGPT，帮助临床医生安全获取患者背景信息与医学研究资料。ChatGPT 由此可连接可信医疗健康数据。
OpenAI NewsAI 评分3232 ChatGPT 上线公司知识功能，接入企业应用数据
ChatGPT 推出公司知识（Company knowledge）功能，可将企业应用中的上下文引入 ChatGPT，给出针对具体业务的回答并附清晰引用。该功能面向 Business、Enterprise 和 Edu 用户开放，提供安全、隐私和管理员控制。
OpenAI NewsAI 评分1515 OpenAI 如何将合同转化为可搜索数据
OpenAI 构建了一套合同数据提取系统，用于快速提取合同数据，缩短处理周期，并让团队更便捷地获取所需细节。
OpenAI News精选AI 评分6262 OpenAI API 推出文本与代码 embeddings 端点
OpenAI 在 API 中新增 embeddings 端点，用于自然语言和代码任务，例如语义搜索、聚类、主题建模和分类。
推荐理由：OpenAI 在 API 中新增 embeddings 端点，读者可据此了解语义搜索与聚类等任务的接入方式。