Category: Amazon Machine Learning

von Swami Sivasubramanian, übersetzt durch Christoph Schmitter Die Revolution der generativen künstlichen Intelligenz [EN] (KI) ist in vollem Gange und Kunden aller Größen und aus allen Branchen nutzen die Vorteile dieser transformativen Technologie, um ihre Unternehmen umzugestalten. Von der Neugestaltung von Workflows, um sie intuitiver und einfacher zu machen, bis hin zur Verbesserung von Entscheidungsprozessen […]

Von Swami Sivasubramanian übersetzt durch David Surey Wir haben Amazon Bedrock vor etwas mehr als einem Jahr der Welt vorgestellt und damit einen völlig neuen Weg aufgezeigt, um generative Künstliche-Intelligenz (KI)-Anwendungen zu entwickeln. Mit der breitesten Auswahl an Basismodellen (engl. Foundation Model, FM) von Erst- und Drittanbietern sowie benutzerfreundlichen Funktionen ist Amazon Bedrock der schnellste […]

von Channy Yun übersetzt durch David Surey Wir leben im Zeitalter der generativen Künstlichen Intelligenz (KI) – einer Zeit rasanter Innovationen. Als Anthropic [extern, EN] am 4. März seine Claude 3 Basismodelle (FM, Foundation Models) [extern, EN] ankündigte, machten wir am selben Tag das Claude 3 Sonnet-Modell auf Amazon Bedrock verfügbar. Dieses Modell ist ausgewogen […]

von Channy Yun übersetzt durch David Surey Anfang März kündigte Anthropic die Claude 3 Foundation Model Familie [EN, Extern] an. Diese umfasst drei Modelle: Claude 3 Haiku, das schnellste und kompakteste Modell für schnelle Reaktionsfähigkeit; Claude 3 Sonnet, ein ideal ausgewogenes Modell bezüglich Fähigkeiten und Geschwindigkeit; und Claude 3 Opus, das intelligenteste Angebot für Höchstleistungen […]

Von Swami Sivasubramanian, übersetzt von Tobias Nitzsche. Generative KI hat das Potenzial, Kundenerlebnisse grundlegend zu verändern. Zahlreiche Unternehmen nutzen AWS, um ihre generativen KI-Anwendungen zu entwickeln. Dazu gehören bekannte Firmen wie adidas, Booking.com, Bridgewater Associates, Clariant, Cox Automotive, GoDaddy und LexisNexis. Innovative Start-ups wie Perplexity AI setzen ausschließlich auf AWS für ihre KI-Projekte. Führende KI-Unternehmen […]

von Channy Yun übersetzt durch David Surey Im September 2023 haben wir eine strategische Zusammenarbeit mit Anthropic [EN] bekannt gegeben, die unsere Technologien und Expertisen in sicherer generativer künstlicher Intelligenz (KI) zusammenbrachte, um die Entwicklung der Basismodelle von Anthropics Claude (FMs) zu beschleunigen und sie AWS-Kunden umfassend zugänglich zu machen. Sie können in Amazon Bedrock […]

von Swami Sivasubramanian, übersetzt von Tobias Nitzsche. Amazon Bedrock ist der ideale Ort, um generative KI-Anwendungen mit großen Sprachmodellen (Large Language Models, LLM) und anderen Grundlagenmodellen (Foundation Models, FM) zu entwickeln und zu skalieren. Kunden können hier auf eine Vielzahl leistungsstarker FMs wie die Claude-Modell-Familie von Anthropic zugreifen, um maßgeschneiderte generative KI-Anwendungen zu erstellen. Als […]

von Antje Barth, übersetzt von Tobias Nitzsche. Im Juli haben wir Agenten für Amazon Bedrock in einer Vorschau vorgestellt. Heute sind die Agenten für Amazon Bedrock [EN] allgemein verfügbar. Amazon Bedrock Agenten unterstützen Sie dabei, die Entwicklung von Anwendungen mit generativer Künstlicher Intelligenz (KI) schneller voranzutreiben. Diese Agenten teilen komplexere Aufgaben, die von Nutzern gestellt […]

Original von Ilan Gleiser – Principal Machine Learning Specialist, Global Impact Computing Übersetzt durch Michelle Mei-Li Pfister – Associate Solutions Architect Die englische Version diese Artikels kann hier gefunden werden. Digitale Technologien für die Kreislaufwirtschaft zu nutzen ist ein innovativer Ansatz, der das Potenzial hat die Art wie Unternehmen arbeiten zu revolutionieren. Dieser Ansatz verbindet […]

von Pascal Vogel und Martin Sakowski, im Original erschienen im AWS Compute Blog Große Sprachmodelle (Large Language Models, LLMs) sind wirksam bei der Lösung allgemeiner Aufgaben wie Texterstellung, -analyse und -zusammenfassung, Übersetzung und vielem mehr. LLMs werden mit großen Datensätzen trainiert und können dadurch auf ein breites Allgemeinwissen zurückgreifen. Da dieses Training jedoch offline und […]