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
JSON
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
Hugging Face (PyAnnote) 話者ダイアライゼーション モデルを Amazon SageMaker に非同期エンドポイントとしてデプロイする |アマゾン ウェブ サービス
ソースノード： 1968300
タイムスタンプ： 2024 年 4 月 25 日
Amazon SageMaker Studio ローカルモードと Docker サポートで ML ワークフローを高速化 |アマゾン ウェブ サービス
ソースノード： 1967767
タイムスタンプ： 2024 年 4 月 23 日
Amazon Bedrock のナレッジベースを使用して、スケーラブルで安全かつ信頼性の高い RAG アプリケーションを構築する |アマゾン ウェブ サービス
ソースノード： 1967439
タイムスタンプ： 2024 年 4 月 23 日
Amazon SageMaker の新しい推論機能に Kubernetes Operator を使用すると、LLM デプロイメントコストが平均 50% 削減されます |アマゾン ウェブ サービス
ソースノード： 1966211
タイムスタンプ： 2024 年 4 月 19 日
Amazon Bedrock でホストされているマルチモーダル基礎モデルを使用してスライドデッキに話しかける – パート 2 |アマゾン ウェブ サービス
ソースノード： 1966486
タイムスタンプ： 2024 年 4 月 19 日
Amazon Bedrock を使用して、AWS Landing Zone 用にカスタマイズされた準拠アプリケーション IaC スクリプトを生成する |アマゾン ウェブ サービス
ソースノード： 1965872
タイムスタンプ： 2024 年 4 月 18 日
Amazon EKS クラスター内の AWS Inferentia ノードのオープンソースの可観測性 |アマゾン ウェブ サービス
ソースノード： 1965567
タイムスタンプ： 2024 年 4 月 17 日
データを簡単に探索する: Amazon SageMaker Studio JupyterLab ノートブックで SQL および Text-to-SQL を使用する |アマゾン ウェブ サービス
ソースノード： 1965234
タイムスタンプ： 2024 年 4 月 16 日
AWS CloudFormation テンプレートを使用して Amazon Lex ボットを管理する |アマゾン ウェブ サービス
ソースノード： 1966786
タイムスタンプ： 2024 年 4 月 16 日
Amazon Titan マルチモーダル埋め込みモデルを使用したコスト効率の高いドキュメント分類 |アマゾン ウェブ サービス
ソースノード： 1963529
タイムスタンプ： 2024 年 4 月 11 日
Amazon Bedrock のナレッジベースは、RetrieveAndGenerate API のカスタム プロンプトと取得結果の最大数の設定をサポートす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： 1962691
タイムスタンプ： 2024 年 4 月 9 日