跳到正文

#教學/實務

RSS
今日 0 則
10月8日週四
  1. AWS Machine Learning Blog81

    使用 Lambda Durable Functions 與 Bedrock 自動化處理 DevOps Agent 事件,縮短 MTTR

    AWS DevOps Agent 事件調查完成後,系統利用 Lambda Durable Functions、EventBridge 與 Amazon Bedrock 建立自動化修復工作流,將調查摘要轉成可執行的修復方案,並在必要時透過人工批准完成變更。

    推薦理由:如何結合 Lambda Durable Functions 與 Bedrock,處理 DevOps Agent 事件,縮短 MTTR。

  2. AWS Machine Learning Blog81

    超越節省時數:打造代理式自動化的商業案例

    本文說明如何利用 AWS Quick Automate 建立代理式自動化的商業案例,並提供四維度價值模型與實際部署範例。\n- 四維度價值模型:時間節省、例外處理、決策品質、變更韌性與維護成本,並以實際數值說明如何計算。

    推薦理由:本文提供完整框架,協助企業量化代理式自動化價值,並示範實際部署案例,助其制定可衡量投資回報。

10月7日週三
  1. vLLM Official Blog86

    DeepSeek‑V4.1‑Flash 在 vLLM 上自發布日起實現 5 倍 Agentic 推理吞吐量

    DeepSeek‑V4.1‑Flash 與 vLLM 結合後,三週內在 AgentX benchmark 上達到 5.3 倍 的吞吐量提升,低併發下 1.9 倍速度。

    推薦理由:本文說明結合 DeepSeek‑V4.1‑Flash 與 vLLM 的 SWA bounded replay、CUDA graphs 等最佳化技巧,並展示實際 TTFT 減少 30–40% 的效果,幫助讀者提升推理效能。

  2. AWS Machine Learning Blog73

    在 AgentCore 與 OpenClaw 上構建具備上下文感知的 AI 助手

    AgentCore 與 OpenClaw 的結合,讓開發者能以單一 CloudFormation 模板在 AWS 上快速部署具備長期記憶的 AI 助手。

    推薦理由:本文示範如何利用 AgentCore 與 OpenClaw 建構可持續記憶的 AI 助手,並說明成本與部署方式,對想在 AWS 上快速落地個人化助手的開發者具有參考價值。

  3. AWS Machine Learning Blog72

    使用 Amazon Bedrock AgentCore、Nova Sonic 與 Managed Knowledge Base 建置語音旅遊管家

    Amazon Bedrock AgentCore、Nova Sonic 與 Managed Knowledge Base 共同打造的語音旅遊管家,可讓旅客透過語音改簽、查延遲、查詢政策並連線真人客服。

    推薦理由:示範如何利用 Bedrock AgentCore、Nova Sonic 與 Knowledge Bases 建構可擴充的語音旅遊管家,並提供完整部署指令碼。

10月6日週二
  1. AWS Machine Learning Blog77

    使用 Amazon Bedrock AgentCore 評估多代理系統的可解釋性與協助性

    本文示範如何使用 Amazon Bedrock AgentCore 評估框架,結合內建與自訂評估器,驗證多代理系統在協助性、準確性與可解釋性方面的表現。

    推薦理由:本文示範 Amazon Bedrock AgentCore 評估框架,教你如何結合內建與自訂評估器,驗證多代理系統的準確性、協助性與可解釋性。

  2. AWS Machine Learning Blog65

    Amazon Quick 角色降級教學

    Amazon Quick 角色降級可透過手動刪除重建或 AWS CLI 逐階轉換兩種方式。 - 角色階段:Admin → Author → Restricted Reader → Reader(Legacy)或 Author Pro → Author → Restricted Reader → Reader Pro(Pro)。

10月5日週一
  1. DuckDB Official Blog72

    使用 Java 表函式匯入資料至 DuckDB

    DuckDB 使用 Java 表函式匯入資料,可將 48 萬筆複雜檔案在 1 分 27 秒內完成匯入,並支援 1 秒內執行分析查詢。 - 匯入方式:三種實驗—JDBC executeBatch、Appender、Table Function;Table Function 最快 1 分 27 秒。

    推薦理由:示範三種 Java 匯入方式,最終表格函式達 1 分 27 秒,適用於大規模資料管線。

10月3日週六
  1. OpenAI News39

    GPT-6 系列模型使用指南

    summary_zh: 這份指南說明瞭創業公司如何選擇 GPT-6 模型、調整推理力度、改進提示與技能、協調工具並為生產準備工作流程。 - 模型選擇:提供不同 GPT-6 版本的比較,協助決定最適合業務需求的模型。

  2. AWS Machine Learning Blog73

    Amazon Quick 與 Adjudicated Query 模式掃描數千份租約以符合合規要求

    Amazon Quick 與 Adjudicated Query 模式可讓合規團隊在數千份租約中進行可驗證且可防禦的掃描。 - 核心概念:Adjudicated Query 將自然語言查詢對映到固定操作,確保決策由 deterministic rules engine 做出。

    推薦理由:此文章示範如何使用 Amazon Quick 搭配規則引擎,實現可驗證的租約合規掃描,對於需要完整性與可防禦性的合規團隊具有參考價值。

10月2日週五
  1. ElevenLabs Official Blog75

    如何在 Eleven v4 AI 語音合成中加入停頓

    Eleven v4 透過 Audio Tags 讓指令碼中加入停頓變得簡單,提升語音合成的自然度與情感表現。 - Audio Tags:以 [pause]、[long pause]、[whispers] 等文字指令取代 SSML,直接寫入指令碼即可。

    推薦理由:本文說明 Eleven v4 透過 Audio Tags 精準控制停頓,提升語音合成自然度,對音訊製作人極具參考價值,亦可應用於廣告與配音領域。

  2. openrouter blog54

    代理框架比較:工具呼叫模式處理

    本文比較六大代理框架在工具呼叫模式處理上的差異,並說明如何在 OpenRouter 的 API 層統一工具呼叫格式,讓模型切換只需改模型字串。 - 工具呼叫差異:OpenAI、Anthropic、Google 各自使用不同的工具定義與回傳格式,直接寫一套工具定義在另一個平臺會失敗。

  3. AWS Machine Learning Blog75

    使用 Amazon Bedrock AgentCore 建置 Ambient Agent:從事件驅動訊號到人機互動工作流程

    本文詳細說明如何使用 Amazon Bedrock AgentCore 與 LangChain 建置具備人機互動的 Ambient Agent,並示範從 S3 事件觸發到工作流程執行的完整流程。

    推薦理由:此文章提供了完整的端到端實現細節,幫助工程師快速搭建具備人機互動的 ambient agent,並示範如何結合 Bedrock 與 LangChain。

  4. AWS Machine Learning Blog72

    利用 AWS 上的情境多臂賽局提升獲客漏斗轉換率

    本文說明如何在 AWS 上使用情境多臂賽局,提升獲客漏斗轉換率,並提供完整程式碼與架構示例。 - 核心成效:在七週 A/B 測試中,部分客群最終漏斗轉換率提升高單位數字,另一客群無提升。

    推薦理由:本文說明如何在 AWS 上運用情境多臂賽局提升轉換率,並提供完整程式碼與架構示例,適合想落實個性化推廣的工程師。

10月1日週四