例
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 Titan Text Embeddings V2 を使ってみる: Amazon Bedrock の新しい最先端の埋め込みモデル |アマゾン ウェブ サービス
ソースノード: 1970711
タイムスタンプ: 2024 年 5 月 2 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 | の生成 AI 支援により、ソフトウェア開発を加速し、ビジネスデータを活用します。アマゾン ウェブ サービス
ソースノード: 1969883
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
Cohere Command R および R+ が Amazon SageMaker JumpStart | で利用できるようになりました。アマゾン ウェブ サービス
ソースノード: 1969589
タイムスタンプ: 2024 年 4 月 29 日
Arcee と AWS Trainium による大規模言語モデルのトレーニングに革命を起こす |アマゾン ウェブ サービス
ソースノード: 1970974
タイムスタンプ: 2024 年 4 月 29 日