Category: Artificial Intelligence

介绍 亚马逊云科技一直在持续关注客户需求与技术发展，并为客户提供丰富且有深度的模型。随着 DeepSeek V […]

现在，我们正式推出 Amazon Nova Premier，使 AWS re:Invent 大会上发布的 Am […]

Meta 最新的人工智能模型 Llama 4 Scout 17B 和 Llama 4 Maverick 17B […]

在最近的几个月我们看到，基础模型（FM）的上下文窗口得到了扩展，很多基础模型目前都能够处理序列长度，这在一年以 […]

峰会季已经全面开启！ 如果您还没有参加过 AWS Summit，我强烈建议您区附近举办的峰会看看。它们是全天候 […]

在当今快速发展的技术环境中，确保应用程序在投入生产前达到高可用性、安全性和可靠性标准至关重要。运营就绪审查（Operational Readiness Review, ORR）作为一种系统化的评估方法，帮助团队在应用程序部署前识别潜在风险和改进机会。然而，传统的 ORR 流程往往耗时且需要大量人力资源。本文将介绍如何利用生成式 AI 技术和 AWS Well-Architected 框架简化 ORR 流程，并展示一个基于 Dify、Amazon Bedrock 和 AWS Well-Architected Tool 的解决方案。

本文通过在 Amazon EC2 上使用宝塔面板私有化部署蒸馏后的 DeepSeek-R1 模型。这个方案易于搭建，支持在北京 BJS 以及宁夏 ZHY 区域部署，让您轻松体验私有化的 DeepSeek 模型。

Amazon Bedrock APO 在阅文集团海外业务的智能文本处理流程中已经得到了广泛应用，在提示词优化方面发挥着至关重要的作用。 通过显著提升长文本分析等任务的准确率，并大幅简化提示词工程过程，APO 使阅文集团能够充分释放大型语言模型的潜力。 这一案例有力地展示了 APO 在各行各业中革新大型语言模型应用的巨大潜力，不仅能够节省大量时间，还能显著提升性能。随着人工智能技术的不断进步，像 APO 这样的工具将在帮助企业充分发挥大型语言模型的优势，实现运营效益最大化方面扮演越来越重要的角色。

在航空票务领域，PNR 是航空公司存储旅客预订信息的电子记录，传统票务代理需掌握复杂 PNR 指令系统操作，其格式严格、代码繁多、参数复杂且错误率高，学习成本大、易出错。本项目旨在构建自然语言到 PNR 机器指令转换系统，实现准确理解用户意图、识别关键实体、生成标准指令、支持复杂场景及具备高容错性等功能，以简化票务代理工作流程、提升效率，为智能客服系统奠基。

本文深入探讨了 Amazon Q Developer CLI，这是一款由 AWS 推出的 AI 驱动的命令行开发工具。通过实际案例，文章详细阐述了该工具在代码生成、AWS 资源管理、系统操作和开发工作流集成等方面的强大功能。作者以开发一个依赖包过期检查工具为例，展示了如何使用 Amazon Q Developer CLI 快速构建和优化软件项目，并对 AI 辅助开发的未来趋势进行了深入思考和展望。