Tech Meridian ← К СУЩНОСТЯМ
PROМОЙ MERIDIAN EN

КОМПАНИЯ · ENTITY #11196

Boto3

Хронология связанных событий, источники и контекст из новостной базы.

ХРОНОЛОГИЯ СОБЫТИЙ

6

MODELS · 1 ИСТОЧН. · AWS Machine Learning

GS Caltex подключает SageMaker Canvas к SageMaker Pipelines для промышленного MLOps

GS Caltex автоматизировала передачу моделей из Amazon SageMaker Canvas в SageMaker Pipelines: инженеры процессов создают и проверяют модели в Canvas, а ML-инженеры превращают эти артефакты в производственные пайплайны. Компания сообщает, что развёртывания теперь занимают несколько часов вместо недели, выполняется пакетный вывод каждые 30 минут для снижения стоимости, и доступна эталонная реализация на GitHub.

5.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Измеряемое автоскейлирование TTS на Amazon SageMaker с Kokoro-82M

В руководстве показано развёртывание Kokoro-82M (82M параметров, неавторегрессивная TTS) в кастомном контейнере на реальном endpoint Amazon SageMaker AI через AWS CDK и замена угаданной цели автоскейлинга на вычисленную по двум живым измерениям: Q_max (максимальная конкурентность на инстанс при соблюдении SLO) и T_total (время масштабирования end-to-end). Развёртывание использует нативную метрику SageMaker ConcurrentRequestsPerModel (в CloudWatch) и поддерживает InvokeEndpointWithResponseStream и InvokeEndpointWithBidirectionalStream; инструмент конвертирует клиентские измерения в единицы CloudWatch, в примере отношение измеренных и публикуемых значений оказалось 1.0.

6.0

MODELS · 1 ИСТОЧН. · AWS Machine Learning

Amazon Bedrock добавляет структурированные ответы для моделей Anthropic Claude

Amazon Bedrock теперь поддерживает структурированные ответы (соответствующие схеме JSON) для всех моделей Anthropic Claude на эндпоинтах bedrock-runtime и bedrock-mantle, применяя ограниченное декодирование, чтобы генерируемые токены соответствовали заданной JSON‑схеме. Функция включает компиляцию грамматики с 24‑часовым кэшированием, работает с пакетной и потоковой инференцией и кросс‑региональным выполнением и призвана исключить ошибки парсинга и дополнительную постобработку в продакшн‑интеграциях.

7.0

MODELS · 1 ИСТОЧН. · AWS Machine Learning

Pegasus 1.5 от TwelveLabs теперь доступна в Amazon Bedrock

TwelveLabs выпустила Pegasus 1.5 — видеоязыковую модель, превращающую длинные видео в структурированные JSON-метаданные с таймштампами — и разместила её в Amazon Bedrock. Нововведения: сегментация по всему видео, мультимодальные подсказки с образцами изображения, обработка «на лету» без предварительной индексации и расширение анализа в одном запросе до двух часов; вызовы выполняются через bedrock-runtime (InvokeModel / InvokeModelWithResponseStream) и поддерживают видео из S3 URI или base64 при сохранении данных в пределах AWS.

6.0

MODELS · 1 ИСТОЧН. · AWS Machine Learning

Claude Opus 5.5 и Sonnet 5.5 доступны в Amazon Bedrock в AWS GovCloud (US) с поддержкой Claude Code

Claude Opus 5.5 и Claude Sonnet 5.5 (наряду с Claude Sonnet 5) доступны через Amazon Bedrock в AWS GovCloud (US); Sonnet 5 имеет FedRAMP Class D и авторизацию DoD IL4/IL5, а Opus/Sonnet 5.5 сертифицированы по FedRAMP Class D на Bedrock (пользователям рекомендуется проверять текущий статус сертификации моделей). В публикации описывается использование агентного инструмента для кодирования Claude Code с эндпоинтами bedrock-runtime и bedrock-mantle, а также особенности безопасности (Zero Operator Access), пути соответствия и интеграции с CI/CD и инструментами разработчика.

8.0

CODING · 1 ИСТОЧН. · AWS Machine Learning

Руководство AWS: помощник по заявлениям с цитируемыми ответами на Amazon Bedrock Knowledge Bases

AWS опубликовала техническое руководство по индексированию документов по страховым делам из Amazon S3 в Amazon Bedrock Knowledge Bases и использованию API AgenticRetrieveStream для ответов на вопросы на естественном языке со стримингом событий трассировки, ссылок на источники и проверкой привязки к контексту; пример использует синтетические записи претензий и демонстрирует фильтрацию по метаданным и механизм защитной проверки. Руководство описывает загрузку (парсинг, разбиение на чанки, встраивания, векторное хранилище), агентный поиск с итерациями подзапросов и потоковую выдачу ответов, трассировки и цитат для получения проверяемых ответов с источниками.

6.0