Hugging Face smolagents를 활용해 몇 줄의 코드로 에이전트를 구축하는 방법을 소개하고, AWS 관리형 서비스와 통합하여 멀티 모델 전개 옵션, 벡터 강화 지식 검색, 임상 의사 결정 지원 능력을 보여주는 의료 AI 에이전트를 배포하는 방법을 설명한다.

Amazon Search는 AWS Batch를 활용하여 GPU 인스턴스 활용을 최적화하여 SageMaker 학습 작업을 두 배로 늘렸습니다. P5, P4 등 GPU 가속 인스턴스 패밀리에서 기계 학습(ML) 학습 워크로드를 조정하는 관리 솔루션을 소개하며, 사용 사례 구현의 단계별 안내도 제공할 예정입니다.

아마존 노바 커스터마이징을 통해 조직이 특정 모더레이션 요구에 맞게 모델을 세밀하게 조정할 수 있게 되었다. 세 가지 벤치마크를 통해 커스텀 노바 모델이 기준선인 노바 라이트보다 F1 점수 평균 개선률이 7.3%로 개선되었음을 확인했다.

Amazon SageMaker AI, AWS Lambda, AWS Step Functions을 사용한 데이터 보완 솔루션 소개. 환경 분석가, 보건 당국, 비즈니스 인텔리전스 전문가를 위해 PM2.5 데이터 예측하는 솔루션. openAFRICA에서 트레이닝 데이터셋 확보, 시계열 예측으로 PM2.5 값을 예측.

금융 기관이 의심스러운 금융 거래를 의심하는 합리적인 근거가 있는 경우 금융 감독기관에 제출해야 하는 의심스러운 거래 보고서(STR)에 대해 살펴봅니다. 이 글에서는 Amazon Bedrock의 FMs를 활용하여 초안 STR을 작성하는 솔루션에 대해 알아봅니다.

Amazon Bedrock Knowledge Bases는 Amazon OpenSearch Service 관리 클러스터를 지원함으로써 완전히 관리되는 RAG 솔루션의 기능을 강화했습니다. 이 기능은 Amazon Bedrock Knowledge Bases의 핵심 기능을 더욱 강화하며, foundation models (FMs)을 내부 데이터 소스와 원활하게 연결하도록 설계되었습니다.

Datadog LLM Observability와 Amazon Bedrock 에이전트 간의 새로운 통합을 소개합니다. 이 통합은 Amazon Bedrock에 구축된 에이전트 애플리케이션을 성공적으로 모니터링, 운영 및 디버깅하는 데 필요한 가시성과 제어를 제공합니다.

글은 Amazon Bedrock 스트리밍 API를 AWS AppSync 구독과 통합함으로써 AI 어시스턴트의 응답 시간과 사용자 만족도를 크게 향상시키는 방법을 소개합니다. 글로벌 금융 서비스 기관이 이 스트리밍 방식을 구현함으로써 복잡한 쿼리의 초기 응답 시간을 약 75% 단축하여 사용자가 완전한 답변을 기다리는 대신 응답이 생성되는 대로 확인할 수 있게 했습니다.

Amazon Nova 모델의 소개는 AI 분야에서의 중요한 발전을 나타내며, 대형 언어 모델(LLM) 최적화에 새로운 기회를 제공한다. 본 포스트에서는 Amazon Nova 모델을 기준으로 모델 맞춤화와 RAG를 효과적으로 수행하는 방법을 보여준다. 최신 Amazon Nova 모델을 활용한 모델 맞춤화와 RAG 사이의 포괄적인 비교 연구를 실시하고 이러한 소중한 통찰을 공유한다.