亚马逊AWS官方博客
Author: AWS Team
使用 Bedrock 和 RAG 构建 Text2SQL 行业数据查询助手
本文将介绍如何使用亚马逊云科技的大语言模型服务 Amazon Bedrock 以及 RAG（Retrieval Augmented Generation），实现 Text2SQL 功能，以此为基础构建基于大语言模型（LLM）的行业数据查询助手，达到使用自然语言询问直接获取数据分析结果的目的。
浅谈 LLM RAG 对话机器人和 Text2SQL 的设计和实现
在这篇文章中，我们结合一个场景，简单地讲解 LLM 的原理，LLM RAG 对话机器人以及 Text2SQL 的实现方式。
热云数据启用 Aurora I/O 优化特性实现降本 40%
本文介绍了热云数据如何通过 Amazon Aurora MySQL 3.0 I/O-Optimized 新特性实现 40% 数据库成本优化，以及升级前中后的相关经验与注意事项，期望能对拥有类似 I/O 密集型场景的客户有所帮助。
在 SageMaker Notebook Instance 上设置 Stable Diffusion 与 Automatic1111
部署 Automatic1111 在 SageMaker 上，以创建一个标准化的环境来实验 Stable Diffusion。
在 Ubuntu 22 EC2 实例上安装 NICE DCV
利用 NICE DCV 的力量，以流式传输远程桌面，在科学计算和模拟场景中，特别是在需要加速图形的情况下。
从 UnknownHostException 错误来分析 Java 的 DNS 解析和缓存机制
本文从客户在调用 AWS 服务时遇到的 Java UnknownHostException 错误出发，通过一系列测试，详细的阐述了 Java 语言在 DNS 解析方面的工作机制，并给出了最佳实践，以便客户更好的使用 AWS 服务。
使用 AWS IoT secure tunneling 调试远程设备，增强安全并减少运营成本
应用场景 很多智能家居设备都部署在家用路由器保护的内部网络中，无法从外网直接访问。这给设备的远程维护带来很大不 […]
使用 noVNC 通过浏览器访问 Ubuntu 22 桌面的构建方法
学习如何在 Ubuntu 22 EC2 实例上设置 noVNC，以便通过网络轻松访问桌面。
ISO 42001：推进负责任人工智能的新的基础全球标准
人工智能（AI）是我们这一代出现的最具变革性的技术之一，它为成为向善的力量并推动经济增长提供了机会。拥有数千亿个参数的大型语言模型（LLM）的发展解锁了新的生成式人工智能用例，以改善客户体验、提高员工工作效率等等。在亚马逊云科技，我们始终致力于以负责任的方式利用人工智能，与客户携手开发和使用人工智能系统，并将安全性、公平性和保密性放在首位。
使用无服务器服务构建高可用，低成本的动态添加水印的视频点播系统 – Part 1
随着使用浏览器播放视频变得越来越普遍，如何在 BS 场景里在后端为视频增加硬水印成为一个迫切需要解决的问题，本文就这个需求场景介绍如何在亚马逊云科技海外区域，基于无服务器服务实现点播视频动态水印功能。