Category: Industries

在这篇博客中，我们将讨论使用双路召回的方式来优化医疗文献检索。其一是利用大模型对所有医疗文献的摘要进行 embedding，输出的向量数据存储到向量数据库；用户检索时，把用户输入的医疗术语进行 embedding 向量化，在向量数据库中进行相似性检索，找到最相似的文档。其二是通过对文献的摘要提取关键字，存入 Aurora PostgreSQL 中并创建倒排索引，实现对用户输入进行全文检索。两种方法结合，提高文档召回的精确度，缩小上图中的 Medical data 的范围和尺寸，达到减少幻觉并降低 token 数的诉求。

本文介绍了如何利用 Amazon Personalize 机器学习服务快速构建高效的电商个性化推荐系统。重点阐述了数据 Schema 设计、算法配方选择、游客/匿名用户推荐、推荐策略优化等最佳实践，以及防止推荐重复商品、处理下架商品、利用 Context 信息等技巧，旨在帮助电商企业提升推荐系统的营销转化率。Amazon Personalize 作为完全托管的推荐服务，降低了算法工程门槛，是构建个性化推荐系统的优选方案。

本文旨在介绍一个在 AWS 上构建宏基因分析工作负载的方案，该方案对常用的一些宏基因分析软件完成了容器化，并以批量计算服务 AWS Batch 为核心，构建容器化的宏基因分析集群和自动化工作流。本方案已经在多个客户的实际宏基因分析业务中得到应用，如土壤微生物/病毒宏基因分析，海洋微生物宏基因分析等。根据客户的实际业务场景，本方案也可以扩展到通用的基因分析场景。

借助 Amazon Payment Cryptography 服务，支付企业能以较低的成本构建安全合规且具有弹性的云原生 SoftPOS 技术方案。

本文介绍联想与亚马逊云科技以 SOAFEE（Scalable Open Architecture For Embedded Edge）架构为基础，聚焦智能驾驶数据闭环的模型开发、仿真及验证领域，共同探索构建云边一体的混合云智能驾驶超算平台。

本文将介绍如何利用 Amazon Managed Workflows for Apache Airflow（MWAA）和 Amazon Batch，构建一个弹性、高效的系统，用于管理和执行 Bladed 载荷仿真任务。Bladed 是一种用于风能和风力涡轮机的仿真软件，对于模拟风力涡轮机在不同工况下的性能至关重要。通过结合 MWAA 和 Batch，我们可以实现任务的灵活调度和计算资源的高效利用，从而提高 Bladed 仿真的整体效率。

在 EDA 行业，混合云架构下，采用 Amazon FSx for NetApp ONTAP 的混合云架构可显著提升企业效率和降低成本。该服务作为托管解决方案，解放了企业维护存储环境的繁琐，减少了运维工作。同时，兼容性使得企业能够无需改动即可迁移现有应用，节省时间与成本。

芯片设计公司使用亚马逊云科技的 EDA 行业解决方案 SOCA，构建芯片设计混合云环境，迭代优化最佳实践。

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。

文章介绍了初创及中小企业如何利用 RAG 技术，结合企业私有知识数据，基于 LLM 和智能搜索，并以无代码的形式，更简单、更快速、更灵活地构建企业私域知识库应用。