領事
AWS Inferentia と AWS Trainium は、Amazon SageMaker JumpStart | で Llama 3 モデルをデプロイするための最低コストを提供します。アマゾン ウェブ サービス
ソースノード: 1970432
タイムスタンプ: 2024 年 5 月 2 日
Amazon SageMaker | ビジネスに合わせてカスタマイズされた報酬モデルで顧客満足度に革命をもたらします。アマゾン ウェブ サービス
ソースノード: 1970434
タイムスタンプ: 2024 年 5 月 2 日
Amazon Personalize が、より低いレイテンシーで大規模なアイテムカタログをサポートする新しいレシピを開始 |アマゾン ウェブ サービス
ソースノード: 1970709
タイムスタンプ: 2024 年 5 月 2 日
Amazon SageMaker で AWS Trainium を使用して Llama 2 をトレーニングするための簡単なガイド |アマゾン ウェブ サービス
ソースノード: 1970155
タイムスタンプ: 2024 年 5 月 1 日
Amazon SageMaker Canvas と Amazon Bedrock を使用して言語モデルを微調整してデプロイする |アマゾン ウェブ サービス
ソースノード: 1970157
タイムスタンプ: 2024 年 5 月 1 日
Amazon Bedrock のエージェントとナレッジベースを使用してドキュメントとデータを取得するためのチャットボットを自動化する |アマゾン ウェブ サービス
ソースノード: 1970733
タイムスタンプ: 2024 年 5 月 1 日
Amazon Q Business と AWS IAM Identity Center を使用して、プライベートで安全なエンタープライズ生成 AI アプリを構築する |アマゾン ウェブ サービス
ソースノード: 1969855
タイムスタンプ: 2024 年 4 月 30 日
Amazon Transcribe Call Analytics を使用した AI を活用した要約で顧客サービスの効率を向上 |アマゾン ウェブ サービス
ソースノード: 1969857
タイムスタンプ: 2024 年 4 月 30 日
Metaflow と AWS Trainium を使用して大規模なモデルをコスト効率よく開発およびトレーニングする |アマゾン ウェブ サービス
ソースノード: 1969587
タイムスタンプ: 2024 年 4 月 29 日
Amazon Bedrock のナレッジベースにより、単一のドキュメントに対する質問が簡素化されました。アマゾン ウェブ サービス
ソースノード: 1968566
タイムスタンプ: 2024 年 4 月 26 日
重要な新機能により、Amazon Bedrock を使用して生成 AI アプリケーションを構築および拡張することが容易になり、印象的な結果を達成できます。アマゾン ウェブ サービス
ソースノード: 1967437
タイムスタンプ: 2024 年 4 月 23 日
HyperPod クラスターを Active Directory と統合して、シームレスなマルチユーザー ログインを実現 |アマゾン ウェブ サービス
ソースノード: 1967108
タイムスタンプ: 2024 年 4 月 22 日