AWS Inferentia e AWS Trainium oferecem menor custo para implantar modelos Llama 3 no Amazon SageMaker JumpStart | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1970432Carimbo de hora: 2 de maio de 2024
Revolucione a satisfação do cliente com modelos de recompensa personalizados para sua empresa no Amazon SageMaker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1970434Carimbo de hora: 2 de maio de 2024
Comece a usar o Amazon Titan Text Embeddings V2: um novo modelo de embeddings de última geração no Amazon Bedrock | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1970711Carimbo de hora: 2 de maio de 2024
Guia simples para treinar Llama 2 com AWS Trainium no Amazon SageMaker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1970155Carimbo de hora: 1 de maio de 2024
Ajuste e implante modelos de linguagem com Amazon SageMaker Canvas e Amazon Bedrock | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1970157Carimbo de hora: 1 de maio de 2024
Cohere Command R e R+ agora estão disponíveis no Amazon SageMaker JumpStart | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1969589Carimbo de hora: 29 de abril, 2024
Databricks DBRX já está disponível no Amazon SageMaker JumpStart | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1968564Carimbo de hora: 26 de abril, 2024
Implantar um modelo de diarização de alto-falante Hugging Face (PyAnnote) no Amazon SageMaker como um endpoint assíncrono | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1968300Carimbo de hora: 25 de abril, 2024
Melhore o desempenho do LLM com feedback humano e de IA no Amazon SageMaker para Amazon Engineering | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1968037Carimbo de hora: 24 de abril, 2024
Acelere fluxos de trabalho de ML com modo local do Amazon SageMaker Studio e suporte para Docker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1967767Carimbo de hora: 23 de abril, 2024
Novos recursos significativos facilitam o uso do Amazon Bedrock para criar e dimensionar aplicativos generativos de IA – e alcançar resultados impressionantes | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1967437Carimbo de hora: 23 de abril, 2024
Integre clusters HyperPod com Active Directory para login multiusuário contínuo | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1967108Carimbo de hora: 22 de abril, 2024
Use operadores do Kubernetes para obter novos recursos de inferência no Amazon SageMaker que reduzem os custos de implantação do LLM em 50%, em média | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1966211Carimbo de hora: 19 de abril, 2024
Os modelos Meta Llama 3 já estão disponíveis no Amazon SageMaker JumpStart | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1965892Carimbo de hora: 18 de abril, 2024
Slack oferece IA generativa nativa e segura com tecnologia Amazon SageMaker JumpStart | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1965894Carimbo de hora: 18 de abril, 2024
Explore dados com facilidade: use SQL e Text-to-SQL em notebooks JupyterLab do Amazon SageMaker Studio | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1965234Carimbo de hora: 16 de abril, 2024
Treinamento distribuído e escalabilidade eficiente com as bibliotecas paralelas de modelos e dados paralelos do Amazon SageMaker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1965236Carimbo de hora: 16 de abril, 2024
Crie aplicativos de conversação baseados em conhecimento usando LlamaIndex e Llama 2-Chat | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1962479Carimbo de hora: 8 de abril, 2024
Aumente o desempenho de inferência para modelos Mixtral e Llama 2 com novos contêineres Amazon SageMaker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1962694Carimbo de hora: 8 de abril, 2024
Compreender e prever ilhas de calor urbanas em Gramener usando recursos geoespaciais do Amazon SageMaker | Amazon Web Services Grupo de origem: Aprendizado de máquina da AWS Nó Fonte: 1961922Carimbo de hora: 5 de abril, 2024