Amazon OpenSearch Service

2026-11-02

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Circle K автоматизировала триаж инцидентов DevOps с помощью Amazon Bedrock, время триажа сократилось до менее 15 минут

Circle K создала автоматизированную агентную систему триажа на Amazon Bedrock (сначала на Bedrock Flows, затем перенесена на Bedrock AgentCore), которая собирает логи, проверяет сервисы и внутренние руктбуки и отправляет структурированные сводки в Slack; по внутренним метрикам команды среднее время триажа сократилось до менее 15 минут (на 67–75%). В реализации использовали управляемые функции Bedrock (Agents/AgentCore и Bedrock Knowledge Bases для RAG), чтобы не размещать модели и оркестрацию самостоятельно.

6.0

2026-10-07

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Qlik запускает Qlik Answers на Amazon Bedrock (GA — февраль 2026)

Qlik вывела Qlik Answers — корпоративного ассистента с опорой на источники — в общий доступ в феврале 2026 года и использует Amazon Bedrock для диалога, эмбеддингов, стриминга и ранжирования, а Amazon OpenSearch Service — для поиска по документам. Сервис построен по слоям (маршрутизация, специализированные агенты, аналитика разговоров, извлечение и шлюз моделей с Bedrock Guardrails) и уже показывает внедрения у клиентов (Discovery Agent более 100 000 обнаружений, примеры — Bystronic, Lintech, TouchPoint).

7.0

2026-09-29

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Condé Nast создала мультимодальный поиск по видео на Amazon Bedrock с моделью Marengo

Condé Nast совместно с AWS Generative AI Innovation Center создала систему мультимодального поиска по видео, использующую эмбеддинги Marengo от TwelveLabs через Amazon Bedrock и индексирование в Amazon OpenSearch Service. Разделённая архитектура (генерация эмбеддингов на Bedrock и низколатентный k-NN-поиск в OpenSearch) обеспечивает поиск по намерению, поиск по изображению и точные таймстемпы в транскриптах, аудио и видео, сократив среднее время поиска с ~250 минут до менее чем 2 минут на задачу.

6.0

2026-09-18

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS объясняет миграцию мульти-модельных Hugging Face smolagents в Amazon Bedrock AgentCore runtime

AWS опубликовала руководство по миграции мульти-модельного медицинского агента, созданного с помощью Hugging Face smolagents, с самоуправляемого разворачивания на Amazon ECS/Fargate в управляемый рантайм Amazon Bedrock AgentCore. Решение сохраняет логику агента, переложив жизненный цикл контейнеров, масштабирование, управление идентификацией и наблюдаемостью на AgentCore, и демонстрирует оркестрацию между Llama 3.1 70B Instruct в Bedrock, BioM-ELECTRA-Large-SQuAD2 в SageMaker (и контейнерной), а также векторным поиском через Amazon OpenSearch Service.

6.0

2026-09-17

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

AWS описывает выбор векторного хранилища для Amazon Bedrock Knowledge Bases (OpenSearch, Aurora pgvector, S3 Vectors)

AWS опубликовала руководство по пользовательской (неуправляемой) конфигурации Amazon Bedrock Knowledge Bases, сравнивающее три поддерживаемых векторных хранилища — Amazon OpenSearch Service (управляемый и serverless), Amazon Aurora PostgreSQL с pgvector и Amazon S3 Vectors — и оценивающее их компромиссы по сценариям RAG (задержка, стоимость, масштабируемость). В публикации приведены соответствия каждого бэкенда типичным рабочим нагрузкам, например поиску товаров в электронной коммерции, и обсуждаются последствия для производительности и затрат.

6.0