亚马逊AWS官方博客
新功能 — 基于 Apple Silicon M2 Pro Mac Mini 计算机构建的 Amazon EC2 M2 Pro Mac 实例
今天,我们宣布 Amazon EC2 M2 Pro Mac 实例正式发布。在为 Apple 平台构建和测试应用 […]
新增功能 – 适用于 Amazon Elastic Block Store io2 卷的 NVMe 预留
Amazon Elastic Block Store(Amazon EBS)io2 和 io2 Block E […]
使用 QLoRA 在 Amazon SageMaker Studio notebook 上对 Falcon-40B 和其他 LLM 进行交互式微调
在这篇文章中,我们展示了如何使用 Hugging Face PEFT 和 bitsandbtyes 在 SageMaker Studio notebook 上通过 QLoRA 微调 Falcon-40B 模型。
使用 Amazon SageMaker、Amazon OpenSearch Service、Streamlit 和 LangChain 构建功能强大的问答机器人
在这篇博文中,我们展示了如何结合使用 AWS 服务、开源 LLM 和开源 Python 软件包,来创建企业级 RAG 解决方案。
生成式 AI 对企业来说意味着什么?
尽管生成式 AI 是一项十分让人兴奋的新技术,最重要还是看你如何将这项技术和你现有的技术、员工技能、价值观、竞争力、愿景相结合。
4 vCPU 实例达成 100 万 JSON API 请求/秒的优化实践
“性能工程” (Performance engineering)是个日渐流行的概念。顾名思义“性能工程”是包含 […]
在 Amazon SageMaker 上使用 OpenChatkit 模型构建自定义聊天机器人应用程序
在这篇文章中,我们将展示如何使用 DJL Serving 以及 DeepSpeed 和 Hugging Face Accelerate 等开源模型并行库,在 Amazon SageMaker 上部署 OpenChatKit 模型(GPT-NeXT-Chat-Base-20B 和 GPT-JT-Moderation-6B 模型)。
通过 Amazon SageMaker JumpStart 在基础模型中使用检索式增强生成实现问答
在这篇文章中,我们将说明 RAG 及其优势,并演示如何快速使用示例 notebook,通过 Jumpstart 在 LLM 中使用 RAG 实现来解决问答任务。
利用 Amazon Web Services Athena 处理 CSV 文件中的 JSON 数据
利用 Athena 处理 CSV 中 JSON 数据的多种方案介绍和对比,以及适用的场景分析。
借助亚马逊云科技“碳数据湖”解决方案指南,应对欧盟碳边境调节机制(CBAM)
基于企业碳排放管理的挑战,亚马逊云科技提供了“碳数据湖”解决方案指南。“碳数据湖”利用物联网技术实时收集企业的能耗数据;并利用亚马逊云科技的数据库服务,集成了中国 20 多个行业温室气体排放标准以及主流的国际标准。