AWS Inferentia 및 AWS Trainium은 Amazon SageMaker JumpStart에서 Llama 3 모델을 배포하는 데 가장 저렴한 비용을 제공합니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1970432타임 스탬프 : 2024 년 5 월 2 일
Amazon SageMaker에서 귀하의 비즈니스에 맞는 맞춤형 보상 모델을 통해 고객 만족도를 혁신하세요 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1970434타임 스탬프 : 2024 년 5 월 2 일
Amazon Titan Text Embeddings V2 시작하기: Amazon Bedrock의 새로운 최첨단 임베딩 모델 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1970711타임 스탬프 : 2024 년 5 월 2 일
Amazon SageMaker에서 AWS Trainium을 사용한 Llama 2 교육에 대한 간단한 가이드 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1970155타임 스탬프 : 2024 년 5 월 1 일
Amazon SageMaker Canvas 및 Amazon Bedrock | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1970157타임 스탬프 : 2024 년 5 월 1 일
이제 Amazon SageMaker JumpStart에서 Cohere Command R 및 R+를 사용할 수 있습니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1969589타임 스탬프 : 29년 2024월 XNUMX일
이제 Amazon SageMaker JumpStart에서 Databricks DBRX를 사용할 수 있습니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1968564타임 스탬프 : 26년 2024월 XNUMX일
Amazon SageMaker에 Hugging Face(PyAnnote) 스피커 분할 모델을 비동기 엔드포인트로 배포 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1968300타임 스탬프 : 25년 2024월 XNUMX일
AWS에서 향상된 의사 결정을 위한 LLM의 텍스트 요약 기능 평가 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1968302타임 스탬프 : 25년 2024월 XNUMX일
Amazon Engineering용 Amazon SageMaker에 대한 인간 및 AI 피드백을 통해 LLM 성능 개선 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1968037타임 스탬프 : 24년 2024월 XNUMX일
사용자 벡터를 통해 Amazon Rekognition Face Search의 정확성 향상 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1968832타임 스탬프 : 24년 2024월 XNUMX일
Amazon SageMaker Studio 로컬 모드 및 Docker 지원으로 ML 워크플로 가속화 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1967767타임 스탬프 : 23년 2024월 XNUMX일
중요한 새로운 기능을 통해 Amazon Bedrock을 사용하여 생성적 AI 애플리케이션을 더욱 쉽게 구축 및 확장하고 인상적인 결과를 얻을 수 있습니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1967437타임 스탬프 : 23년 2024월 XNUMX일
원활한 다중 사용자 로그인을 위해 HyperPod 클러스터를 Active Directory와 통합 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1967108타임 스탬프 : 22년 2024월 XNUMX일
LLM 배포 비용을 평균 50% 절감하는 Amazon SageMaker의 새로운 추론 기능을 위해 Kubernetes Operators를 사용하세요 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1966211타임 스탬프 : 19년 2024월 XNUMX일
Amazon Bedrock에 호스팅된 다중 모드 기반 모델을 사용하여 슬라이드 데크와 대화 – 2부 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1966486타임 스탬프 : 19년 2024월 XNUMX일
이제 Amazon SageMaker JumpStart에서 Meta Llama 3 모델을 사용할 수 있습니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1965892타임 스탬프 : 18년 2024월 XNUMX일
Slack은 Amazon SageMaker JumpStart로 구동되는 기본적이고 안전한 생성 AI를 제공합니다 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1965894타임 스탬프 : 18년 2024월 XNUMX일
손쉽게 데이터 탐색: Amazon SageMaker Studio JupyterLab 노트북에서 SQL 및 Text-to-SQL 사용 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1965234타임 스탬프 : 16년 2024월 XNUMX일
Amazon SageMaker 모델 병렬 및 데이터 병렬 라이브러리를 통한 분산 교육 및 효율적인 확장 | 아마존 웹 서비스 소스 클러스터 : AWS 기계 학습 소스 노드 : 1965236타임 스탬프 : 16년 2024월 XNUMX일