跳到正文
  1. AWS Machine Learning Blog67

    Postman 如何在 Amazon Bedrock 上为 4000 万开发者运行 Agent Mode

    Postman 与 AWS 公开其 Agent Mode 在 Amazon Bedrock 上服务 4000 万开发者的生产架构,关键瓶颈是上下文而非模型能力。文章给出了动态工具选择、schema 查询和上下文处理器等可复用模式,以及 Bedrock 的跨区域推理、零数据保留和提示缓存实践。

    推荐理由:原文从 4000 万开发者规模的生产环境中提炼出工具动态选择、结构查询和上下文管理三类模式,可迁移到自建智能体的团队。

  1. Hugging Face Blog75

    用 ML Intern 构建六个自定义模型的流程与成本复盘

    作者在 Hugging Chat 的 ML Intern 模式下,以约 103 美元总计算成本构建了六个自定义模型,覆盖柑橘病害识别、角色 LoRA、相机视角 LoRA、局部编辑 LoRA、0.8B 提示词重写器和 4 步扩散模型。

    推荐理由:它给出从零预算、基线和冒烟测试到交付限价的提示词结构,并列出六个模型的成本,可作为小规模微调的成本参考。

  1. GitHub Blog · AI & ML67

    GitHub Copilot app 入门:如何用 canvases 构建自定义工作流

    GitHub Copilot app 的 canvases 允许用户通过 /create-canvas 用自然语言描述工作流,生成可共享、可细化的自定义界面,如看板、清单或仪表盘。

    推荐理由:原文给出用 /create-canvas 把工作流描述成共享可复用 canvas 的起步方法,读者可据此快速搭建看板或清单。

已经到底了