Flux RSS du blog d'apprentissa... Note

Flux RSS du blog d'apprentissage automatique AWS

L'URL fournie est pour le blog d'apprentissage automatique (Machine Learning) d'Amazon Web Services (AWS). Cette section du site web d'AWS présente des articles et des mises à jour sur les technologies d'apprentissage automatique, comment les utiliser avec AWS, et des cas d'utilisation réels et des applications de l'apprentissage automatique. Ces blogs sont conçus pour aider les développeurs, les scientifiques et les ingénieurs à comprendre comment exploiter l'apprentissage automatique pour diverses tâches telles que l'analyse prédictive, le traitement du langage naturel et la vision par ordinateur, entre autres. La section du blog traite également des nouveaux et des tendances émergentes dans le domaine de l'apprentissage automatique et comment les intégrer avec les services AWS.

Fil de notes

Construire un agent de gestion de périphériques avec Amazon Bedrock AgentCore

Dans cet article, nous explorons comment construire un système de gestion de périphériques conversationnel en utilisant Amazon Bedrock AgentCore. Avec cette solution, les utilisateurs peuvent gérer leurs appareils IoT via le langage naturel, en utilisant une interface utilisateur pour des tâches telles que la vérification de l'état des appareils, la configuration des réseaux WiFi et la surveillance de l'activité des utilisateurs.
CdXz5zHNQW_Fk6clJ3oSq.png

Comment l'importation de modèles personnalisés Amazon Bedrock a rationalisé le déploiement de LLM pour Salesforce

Ce billet explique comment Salesforce a intégré l'importation de modèles personnalisés Amazon Bedrock dans son flux de travail des opérations d'apprentissage automatique (MLOps), réutilisé les points de terminaison existants sans modifications de l'application et évalué l'évolutivité. Nous partageons des indicateurs clés sur l'efficacité opérationnelle et les gains d'optimisation des coûts, et offrons des informations pratiques pour simplifier votre stratégie de déploiement.
CdXz5zHNQW_fAawrnBoIG.png

Transformer le monde physique grâce à l'IA : la prochaine frontière de l'automatisation intelligente.

Dans cet article, nous explorons comment l'IA physique représente la prochaine frontière de l'automatisation intelligente, où l'intelligence artificielle transcende les frontières numériques pour percevoir, comprendre et manipuler le monde tangible qui nous entoure.
CdXz5zHNQW_SpufEdjxnP.png

Tableau de bord d'analyse de rapports médicaux utilisant Amazon Bedrock, LangChain et Streamlit

Dans cet article, nous démontrons le développement d'un tableau de bord conceptuel d'analyse des rapports médicaux qui combine les capacités d'IA d'Amazon Bedrock, le traitement de documents de LangChain et les fonctionnalités de visualisation interactive de Streamlit. La solution transforme des données médicales complexes en informations accessibles grâce à un système de chat contextuel alimenté par des grands modèles de langage disponibles via Amazon Bedrock et des visualisations dynamiques des paramètres de santé.
CdXz5zHNQW_HYihyDIkcd.jpeg

Kitsa transforme la sélection des sites d'essais cliniques avec Amazon Quick Automate

Dans cet article, nous allons montrer comment Kitsa, une entreprise de technologie de la santé spécialisée dans le recrutement d'essais cliniques et la sélection de sites basés sur l'IA, a utilisé Amazon Quick Automate pour transformer sa solution de sélection de sites d'essais cliniques. Amazon Quick Automate, une fonctionnalité d'Amazon Quick Suite, permet aux entreprises de créer, déployer et maintenir des automatisations de flux de travail résilientes à grande échelle.
CdXz5zHNQW_DUsdk51BbW.png

Connectez Amazon Quick Suite aux applications et agents d'entreprise avec MCP.

Dans cet article, nous explorons comment le client Model Context Protocol (MCP) d'Amazon Quick Suite permet des connexions sécurisées et standardisées aux applications d'entreprise et aux agents d'IA, éliminant ainsi le besoin d'intégrations personnalisées complexes. Vous découvrirez comment configurer les intégrations MCP Actions avec des outils d'entreprise populaires tels qu'Atlassian Jira et Confluence, AWS Knowledge MCP Server et Amazon Bedrock AgentCore Gateway pour créer un environnement collaboratif où les personnes et les agents d'IA peuvent travailler ensemble de manière transparente sur les données et les applications de votre organisation.
CdXz5zHNQW_RsJGlV93hs.jpeg

Utilisez Amazon SageMaker HyperPod et Anyscale pour le calcul distribué de nouvelle génération

Dans cet article, nous montrons comment intégrer Amazon SageMaker HyperPod avec la plateforme Anyscale pour relever les défis critiques d'infrastructure dans la construction et le déploiement de modèles d'IA à grande échelle. La solution combinée fournit une infrastructure robuste pour les charges de travail d'IA distribuées avec du matériel haute performance, une surveillance continue et une intégration transparente avec Ray, le moteur de calcul d'IA leader, permettant aux organisations de réduire le délai de mise sur le marché et le coût total de possession.
CdXz5zHNQW_dmUgfpMssa.png

Personnalisation de la modération de contenu textuel avec Amazon Nova

Dans cet article, nous présentons la personnalisation d'Amazon Nova pour la modération de contenu textuel via l'IA Amazon SageMaker, permettant aux organisations d'affiner les modèles pour leurs besoins spécifiques en matière de modération. L'évaluation sur trois benchmarks montre que les modèles Nova personnalisés obtiennent une amélioration moyenne de 7,3 % des scores F1 par rapport au modèle Nova Lite de base, avec des améliorations individuelles allant de 4,2 % à 9,2 % pour différentes tâches de modération de contenu.
CdXz5zHNQW_lgxTlIvW1W.png

Implémenter une plateforme MLOps sécurisée basée sur Terraform et GitHub

L'ingénierie du machine learning (MLOps) est la combinaison de personnes, de processus et de technologies pour industrialiser efficacement les cas d'utilisation du ML. Pour y parvenir, les clients d'entreprise doivent développer des plateformes MLOps pour prendre en charge la reproductibilité, la robustesse et l'observabilité de bout en bout du cycle de vie des cas d'utilisation du ML. Ces plateformes sont basées sur une configuration multi-comptes en adoptant des contraintes de sécurité strictes, les meilleures pratiques de développement […]
CdXz5zHNQW_QPcDzQ0z2M.jpeg

Automatisez la création d'histoires de données Amazon QuickSight avec l'IA agentielle en utilisant Amazon Nova Act

Dans cet article, nous montrons comment Amazon Nova Act automatise la création d'histoires de données QuickSight, vous faisant gagner du temps pour que vous puissiez vous concentrer sur la prise de décisions commerciales critiques basées sur les données.
CdXz5zHNQW_FQQGaOZrSd.png

Implémenter une surveillance automatisée pour l'inférence par lots Amazon Bedrock

Dans cet article, nous avons montré comment une société de services financiers peut utiliser un FM pour traiter de grands volumes de dossiers clients et obtenir des recommandations de produits spécifiques basées sur des données. Nous avons également montré comment mettre en œuvre une solution de surveillance automatisée pour les tâches d'inférence par lots d'Amazon Bedrock. En utilisant EventBridge, Lambda et DynamoDB, vous pouvez obtenir une visibilité en temps réel sur les opérations de traitement par lots, afin de générer efficacement des recommandations de produits personnalisées basées sur les données de crédit des clients.
CdXz5zHNQW_pPZftFM9qL.jpeg

IA responsable : Comment PowerSchool protège des millions d'élèves grâce au filtrage de contenu basé sur l'IA à l'aide d'Amazon SageMaker AI

Dans cet article, nous montrons comment PowerSchool a construit et déployé une solution personnalisée de filtrage de contenu à l'aide de l'IA Amazon SageMaker, qui a atteint une meilleure précision tout en maintenant de faibles taux de faux positifs. Nous décrivons notre approche technique pour le réglage fin de Llama 3.1 8B, notre architecture de déploiement et les résultats de performance des validations internes.

Débloquez la scalabilité mondiale de l'inférence IA grâce à la nouvelle inférence inter-régions mondiale sur Amazon Bedrock avec Claude Sonnet 4.5 d'Anthropic.

Les organisations intègrent de plus en plus de capacités d'IA générative dans leurs applications pour améliorer l'expérience client, rationaliser les opérations et stimuler l'innovation. Alors que les charges de travail d'IA générative continuent de croître en ampleur et en importance, les organisations sont confrontées à de nouveaux défis pour maintenir des performances, une fiabilité et une disponibilité constantes de leurs applications alimentées par l'IA. Les clients cherchent à faire évoluer leurs charges de travail d'inférence d'IA à travers […]
CdXz5zHNQW_7fhnUw320W.jpeg

Connectivité d'entrée sécurisée à la passerelle Amazon Bedrock AgentCore à l'aide de points de terminaison d'interface VPC

Dans cet article, nous montrons comment accéder à AgentCore Gateway via un point de terminaison d'interface VPC à partir d'une instance Amazon Elastic Compute Cloud (Amazon EC2) dans un VPC. Nous montrons également comment configurer votre politique de point de terminaison VPC pour fournir un accès sécurisé à AgentCore Gateway tout en maintenant le principe du moindre privilège d'accès.
CdXz5zHNQW_CB3KyLbE8E.png

Améliorez les flux de travail des agents avec la recherche d'entreprise en utilisant Kore.ai et Amazon Q Business

Dans cet article, nous montrons comment les organisations peuvent améliorer la productivité de leurs employés en intégrant la plateforme IA pour le travail de Kore.ai avec Amazon Q Business. Nous expliquons comment configurer IA pour le travail en tant qu'accès aux données pour l'index Amazon Q pour les éditeurs de logiciels indépendants (ISV), afin que les employés puissent rechercher des connaissances d'entreprise et exécuter des flux de travail agentiques de bout en bout impliquant la recherche, le raisonnement, les actions et la génération de contenu.
CdXz5zHNQW_RPcsrshG38.png

Accélérez le développement avec le serveur MCP Amazon Bedrock AgentCore

Aujourd'hui, nous sommes ravis d'annoncer le serveur Amazon Bedrock AgentCore Model Context Protocol (MCP). Avec une prise en charge intégrée du runtime, de l'intégration de passerelle, de la gestion des identités et de la mémoire d'agent, le serveur AgentCore MCP est spécialement conçu pour accélérer la création de composants compatibles avec Bedrock AgentCore. Vous pouvez utiliser le serveur AgentCore MCP pour le prototypage rapide, les solutions d'IA de production, […]
CdXz5zHNQW_aQo7Xb7g9P.jpeg

Comment Hapag-Lloyd a amélioré la fiabilité des horaires grâce aux prédictions d'horaires de navires basées sur l'apprentissage automatique avec Amazon SageMaker

Dans cet article, nous expliquons comment Hapag-Lloyd a développé et mis en œuvre un assistant basé sur l'apprentissage automatique (ML) qui prédit les heures d'arrivée et de départ des navires, révolutionnant ainsi sa planification d'horaires. En utilisant Amazon SageMaker AI et en mettant en œuvre des pratiques MLOps robustes, Hapag-Lloyd a amélioré la fiabilité de ses horaires, un indicateur clé de performance dans l'industrie et une promesse de qualité à ses clients.
CdXz5zHNQW_MJCdKSf1hL.png

Rox accélère la productivité des ventes grâce à des agents IA alimentés par Amazon Bedrock

Nous sommes ravis d'annoncer que Rox est disponible en général, avec une infrastructure Rox construite sur AWS et livrée sur le web, Slack, macOS et iOS. Dans cet article, nous expliquons comment Rox accélère la productivité des ventes grâce à des agents IA alimentés par Amazon Bedrock.
CdXz5zHNQW_wTogdqonsm.png

Moderniser la prévention de la fraude : GraphStorm v0.5 pour l'inférence en temps réel

Dans cet article, nous montrons comment mettre en œuvre la prévention de la fraude en temps réel en utilisant les nouvelles fonctionnalités de GraphStorm v0.5 pour déployer des modèles de réseaux de neurones graphiques (GNN) via Amazon SageMaker. Nous montrons comment passer de l'entraînement du modèle à des points d'inférence prêts pour la production avec une surcharge opérationnelle minimale, permettant une détection de fraude en moins d'une seconde sur des graphes de transactions comportant des milliards de nœuds et d'arêtes.
CdXz5zHNQW_NHh1GsuZbJ.png

Créer des agents de soins de santé à l'aide d'Amazon Bedrock AgentCore

Dans cette solution, nous démontrons comment l'utilisateur (un parent) peut interagir avec un agent Strands ou LangGraph de manière conversationnelle et obtenir des informations sur l'historique et le calendrier de vaccination de son enfant, s'informer sur les créneaux disponibles et prendre rendez-vous. Avec quelques modifications, les agents IA peuvent être pilotés par les événements afin qu'ils puissent envoyer automatiquement des rappels, prendre rendez-vous, etc.

Créez des assistants d'ingénierie de fiabilité de site multi-agents avec Amazon Bedrock AgentCore

Dans cet article, nous montrons comment construire un assistant SRE multi-agents à l'aide d'Amazon Bedrock AgentCore, de LangGraph et du protocole de contexte de modèle (MCP). Ce système déploie des agents IA spécialisés qui collaborent pour fournir l'intelligence approfondie et contextuelle dont les équipes SRE modernes ont besoin pour une réponse efficace aux incidents et une gestion de l'infrastructure.
CdXz5zHNQW_NUUXKYNGRV.png

Les boucles DoWhile sont désormais prises en charge dans Amazon Bedrock Flows

Aujourd'hui, nous sommes ravis d'annoncer la prise en charge des boucles DoWhile dans Amazon Bedrock Flows. Avec cette nouvelle fonctionnalité puissante, vous pouvez créer des flux de travail itératifs basés sur des conditions directement dans vos flux Amazon Bedrock, en utilisant des nœuds Prompt, des fonctions AWS Lambda, des agents Amazon Bedrock, du code inline Amazon Bedrock Flows, des bases de connaissances Amazon Bedrock, Amazon Simple Storage Service (Amazon S3), […]
CdXz5zHNQW_am14kcSNgf.png

Comment PropHero a créé un conseiller intelligent en investissement immobilier avec une évaluation continue à l'aide d'Amazon Bedrock

Dans cet article, nous explorons comment nous avons construit un système d'IA conversationnelle multi-agents utilisant Amazon Bedrock qui fournit des conseils d'investissement immobilier basés sur des connaissances. Nous examinons l'architecture des agents, la stratégie de sélection des modèles et le système complet d'évaluation continue qui facilite des conversations de qualité tout en permettant une itération et une amélioration rapides.
CdXz5zHNQW_m9od2Rsrpn.jpeg

Accélérez le traitement des demandes de prestations avec l'automatisation des données Amazon Bedrock

Dans l'industrie de l'administration des avantages sociaux, le traitement des demandes est un pilier opérationnel essentiel qui garantit que les employés et les bénéficiaires reçoivent les avantages en temps voulu, tels que les paiements de santé, de soins dentaires ou d'invalidité, tout en contrôlant les coûts et en respectant les réglementations telles que HIPAA et ERISA. Dans cet article, nous examinons le flux de travail typique de traitement des demandes d'avantages sociaux et identifions où l'automatisation alimentée par l'IA générative peut avoir le plus grand impact.
CdXz5zHNQW_vuDNNSw5Fn.png

Exécution d'agents d'IA de recherche approfondie sur Amazon Bedrock AgentCore

Les agents d'IA évoluent au-delà des simples assistants à tâche unique pour devenir des systèmes plus puissants capables de planifier, de critiquer et de collaborer avec d'autres agents afin de résoudre des problèmes complexes. Deep Agents, un framework récemment introduit basé sur LangGraph, donne vie à ces capacités, permettant des flux de travail multi-agents qui reflètent la dynamique d'équipe du monde réel. Le défi, cependant, n'est pas seulement de construire de tels agents, mais [...]
CdXz5zHNQW_dIR1XsWAKv.png

Intégrer la tokenisation avec Amazon Bedrock Guardrails pour une gestion sécurisée des données

Dans cet article, nous vous montrons comment intégrer les garde-fous d'Amazon Bedrock avec des services de tokenisation tiers pour protéger les données sensibles tout en maintenant la réversibilité des données. En combinant ces technologies, les organisations peuvent mettre en œuvre des contrôles de confidentialité plus robustes tout en préservant la fonctionnalité de leurs applications d'IA générative et des systèmes associés.
CdXz5zHNQW_DAyBm6aSbS.png

Passez vos agents d'IA de la preuve de concept à la production avec Amazon Bedrock AgentCore

Ce billet explore comment Amazon Bedrock AgentCore vous aide à faire passer vos applications agentiques d'une preuve de concept expérimentale à des systèmes prêts pour la production. Nous suivons le parcours d'un agent de support client qui évolue d'un simple prototype local à une solution complète de niveau entreprise, capable de gérer plusieurs utilisateurs simultanés tout en respectant les normes de sécurité et de performance.
CdXz5zHNQW_XUmFhnr3rF.png

Mettre à l'échelle la production visuelle à l'aide des services d'images Stability AI dans Amazon Bedrock

Ce billet a été écrit avec Alex Gnibus de Stability AI. Les services d'imagerie de Stability AI sont désormais disponibles dans Amazon Bedrock, offrant des capacités de retouche multimédia prêtes à l'emploi, fournies via l'API Amazon Bedrock. Ces outils de retouche d'images s'appuient sur les capacités des modèles Stable Diffusion 3.5 (SD3.5) et Stable Image Core et Ultra de Stability AI, qui […]
CdXz5zHNQW_tHLNoaw7gW.gif

Améliorer la précision avec les services d'imagerie de Stability AI dans Amazon Bedrock

Amazon Bedrock propose désormais les services d'imagerie de Stability AI : 9 outils qui améliorent la façon dont les entreprises créent et modifient des images. La technologie étend les modèles Stable Diffusion et Stable Image pour vous donner un contrôle précis sur la création et la modification d'images. Des invites claires sont essentielles - elles fournissent une direction artistique au système d'IA. Des invites fortes contrôlent des éléments spécifiques comme le ton, […]
CdXz5zHNQW_BWdP7zI6bM.png

Utiliser les conteneurs AWS Deep Learning avec Amazon SageMaker AI managed MLflow

Dans cet article, nous montrons comment intégrer les DLC AWS avec MLflow pour créer une solution qui équilibre le contrôle de l'infrastructure avec une gouvernance ML robuste. Nous présentons une configuration fonctionnelle que votre équipe peut utiliser pour répondre à vos exigences spécifiques tout en réduisant considérablement le temps et les ressources nécessaires à la gestion du cycle de vie ML.
CdXz5zHNQW_VNpouLFOzi.png

Boostez la productivité de votre organisation avec l'extension de navigateur Amazon Q Business

Dans cette publication, nous avons montré comment utiliser l'extension de navigateur Amazon Q Business pour donner à votre équipe un accès transparent à des informations et à une assistance pilotées par l'IA. L'extension de navigateur est désormais disponible dans les régions AWS US East (N. Virginia) et US West (Oregon) pour Mozilla, Google Chrome et Microsoft Edge dans le cadre de l'abonnement Lite.
CdXz5zHNQW_Sg8wZsBOSR.png

Créez des flux de travail agentiques avec OpenAI GPT OSS sur Amazon SageMaker AI et Amazon Bedrock AgentCore

Dans cet article, nous montrons comment déployer le modèle gpt-oss-20b sur des points de terminaison gérés SageMaker et présentons un exemple pratique d'assistant agent d'analyse boursière avec LangGraph, un puissant framework basé sur des graphes qui gère la gestion de l'état, les flux de travail coordonnés et les systèmes de mémoire persistants.
CdXz5zHNQW_O9xWw6uo6E.png

Simplifiez l'accès aux modifications de contenu de notation ISO grâce aux informations de notation Verisk et à Amazon Bedrock

Dans cet article, nous explorons comment Verisk Rating Insights, optimisé par Amazon Bedrock, les grands modèles de langage (LLM) et la génération augmentée par récupération (RAG), transforme la façon dont les clients interagissent avec et accèdent aux changements ISO ERC.
CdXz5zHNQW_Wd5Ys6kE4F.png

Couche d'accès multimodale unifiée pour Poe de Quora utilisant Amazon Bedrock

Dans cet article, nous explorons comment l’AWS Generative AI Innovation Center et Quora ont collaboré pour créer un cadre d’API wrapper unifié qui accélère considérablement le déploiement d’Amazon Bedrock FM sur le système Poe de Quora. Nous détaillons l’architecture technique qui fait le lien entre le protocole ServerSentEvents piloté par les événements de Poe et les API basées sur REST d’Amazon Bedrock, démontrons comment un système de configuration basé sur un modèle réduit le temps de déploiement de plusieurs jours à 15 minutes, et partageons des modèles de mise en œuvre pour la traduction de protocole, la gestion des erreurs et les capacités multimodales.
CdXz5zHNQW_9DT3tDeWPi.png

Planifier des charges de travail conscientes de la topologie à l'aide de la gouvernance des tâches Amazon SageMaker HyperPod

Dans cet article, nous présentons la planification consciente de la topologie avec la gouvernance des tâches SageMaker HyperPod en soumettant des tâches qui représentent des informations de réseau hiérarchiques. Nous fournissons des détails sur la façon d'utiliser la gouvernance des tâches SageMaker HyperPod pour optimiser l'efficacité de vos tâches.
CdXz5zHNQW_m6C3s83PUw.jpeg

Comment msg a amélioré la transformation de la main-d'œuvre RH avec Amazon Bedrock et msg.ProfileMap

Dans cet article, nous partageons comment msg a automatisé l'harmonisation des données pour msg.ProfileMap, en utilisant Amazon Bedrock pour alimenter ses flux de travail d'enrichissement de données basés sur un grand modèle linguistique (LLM), ce qui a permis d'obtenir une plus grande précision dans la correspondance des concepts RH, une réduction de la charge de travail manuelle et une meilleure conformité aux exigences de la loi européenne sur l'IA et du RGPD.
CdXz5zHNQW_jNNN07EmS8.png

Automatiser un pipeline RAG agentique avancé avec Amazon SageMaker AI

Dans cet article, nous allons vous montrer comment rationaliser le cycle de vie du développement de votre RAG, de l'expérimentation à l'automatisation, en vous aidant à opérationnaliser votre solution RAG pour les déploiements en production avec Amazon SageMaker AI, en aidant votre équipe à expérimenter efficacement, à collaborer efficacement et à favoriser l'amélioration continue.
CdXz5zHNQW_0Q9E81VFnb.png

Débloquez les informations du modèle grâce à la prise en charge de la probabilité logarithmique pour l'importation de modèles personnalisés Amazon Bedrock

Dans cet article, nous explorons le fonctionnement des probabilités logarithmiques avec les modèles importés dans Amazon Bedrock. Vous apprendrez ce que sont les probabilités logarithmiques, comment les activer dans vos appels d'API et comment interpréter les données renvoyées. Nous mettons également en évidence des applications pratiques - de la détection d'hallucinations potentielles à l'optimisation des systèmes RAG et à l'évaluation des modèles affinés - qui démontrent comment ces informations peuvent améliorer vos applications d'IA, vous aidant à construire des solutions plus fiables avec vos modèles personnalisés.
CdXz5zHNQW_o2jPA6QcY3.png

Migrer de Claude 3.5 Sonnet d'Anthropic vers Claude 4 Sonnet sur Amazon Bedrock

Ce billet propose une approche systématique pour migrer de Claude 3.5 Sonnet d'Anthropic vers Claude 4 Sonnet sur Amazon Bedrock. Nous examinons les principales différences entre les modèles, soulignons les considérations essentielles pour la migration et présentons des bonnes pratiques éprouvées pour transformer cette transition nécessaire en un avantage stratégique qui génère une valeur mesurable pour votre organisation.
CdXz5zHNQW_3JD85mzhRh.png

Améliorez la compréhension vidéo avec Amazon Bedrock Data Automation et la détection d'objets en ensemble ouvert.

Dans l'analyse vidéo et d'images du monde réel, les entreprises sont souvent confrontées au défi de détecter des objets qui ne faisaient pas partie de l'ensemble d'apprentissage initial d'un modèle. Cela devient particulièrement difficile dans les environnements dynamiques où de nouveaux objets, inconnus ou définis par l'utilisateur, apparaissent fréquemment. Dans cet article, nous explorons comment Amazon Bedrock Data Automation utilise OSOD pour améliorer la compréhension vidéo.
CdXz5zHNQW_8NzAKY54ru.jpeg

Comment Skello utilise Amazon Bedrock pour interroger des données dans un environnement multi-locataires tout en conservant des limites logiques

Skello est une solution SaaS (Software as a Service) de ressources humaines (RH) de premier plan axée sur la planification des horaires et la gestion de la main-d’œuvre. S’adressant à divers secteurs tels que l’hôtellerie, le commerce de détail, les soins de santé, la construction et l’industrie, Skello offre des fonctionnalités telles que la création d’horaires, le suivi du temps et la préparation de la paie. Nous nous penchons sur les enjeux de la mise en œuvre de grands modèles de langage (LLM) pour l’interrogation de données, notamment dans le cadre d’une entreprise française opérant sous le Règlement Général sur la Protection des Données (RGPD).

Créer une main-d'œuvre privée sur Amazon SageMaker Ground Truth avec AWS CDK

Dans cet article, nous présentons une solution complète pour créer par programme des équipes de travail privées sur Amazon SageMaker AI à l'aide du kit de développement AWS Cloud (AWS CDK), y compris la configuration d'un groupe d'utilisateurs Amazon Cognito dédié et entièrement configuré.
CdXz5zHNQW_uUWUOfaraz.jpeg

Les modèles TII Falcon-H1 sont désormais disponibles sur Amazon Bedrock Marketplace et Amazon SageMaker JumpStart.

Nous sommes ravis d'annoncer la disponibilité des modèles Falcon-H1 de l'Institut d'Innovation Technologique (TII) sur Amazon Bedrock Marketplace et Amazon SageMaker JumpStart. Avec ce lancement, les développeurs et les scientifiques des données peuvent désormais utiliser six modèles Falcon-H1 ajustés aux instructions (0.5B, 1.5B, 1.5B-Deep, 3B, 7B et 34B) sur AWS, et avoir accès à une suite complète de modèles d'architecture hybride qui combinent les mécanismes d'attention traditionnels avec les State Space Models (SSM) pour offrir des performances exceptionnelles avec une efficacité sans précédent.
CdXz5zHNQW_FQrXpvg0VW.png

Oldcastle accélère le traitement des documents avec Amazon Bedrock

Ce billet explore comment Oldcastle s'est associé à AWS pour transformer son flux de traitement de documents en utilisant Amazon Bedrock avec Amazon Textract. Nous expliquons comment Oldcastle a surmonté les limites de sa précédente solution OCR pour automatiser le traitement de centaines de milliers de documents POD chaque mois, améliorant considérablement la précision tout en réduisant les efforts manuels.
CdXz5zHNQW_VqXEQmhbHc.png

Comment le London Stock Exchange Group détecte les abus de marché grâce à son Surveillance Guide basé sur l'IA sur Amazon Bedrock

Dans cet article, nous explorons comment London Stock Exchange Group (LSEG) a utilisé Amazon Bedrock et les modèles de base Claude d'Anthropic pour construire un système automatisé qui améliore considérablement l'efficacité et la précision des opérations de surveillance du marché.
CdXz5zHNQW_IP2YpZ3z3B.png

Construisez des agents d'IA fiables avec l'observabilité AgentCore d'Amazon Bedrock

Dans cet article, nous vous présentons les options d'implémentation pour les agents hébergés sur Amazon Bedrock AgentCore Runtime et les agents hébergés sur d'autres services tels qu'Amazon Elastic Compute Cloud (Amazon EC2), Amazon Elastic Kubernetes Service (Amazon EKS), AWS Lambda ou d'autres fournisseurs de cloud. Nous partageons également les meilleures pratiques pour intégrer l'observabilité tout au long du cycle de vie du développement.
CdXz5zHNQW_knRZyiDdoo.png