Amazon Web Services ブログ
Category: Amazon SageMaker
Amazon Bedrock での Meta の Llama 3.1 405B、70B、8B モデルを発表
7月23日、Llama 3.1 モデルが Amazon Bedrock で利用可能になったことをお知らせします […]
AWS Weekly Roundup: Global AWS Heroes Summit、AWS Lambda、Amazon Redshift など (2024 年 7 月 22 日)
7月15日週、世界中の AWS ヒーローたちが Global AWS Heroes Summit に集結し、A […]
機械学習ワークフローを効率化するための Amazon Q Developer の SageMaker Studio をご紹介
7月10日、機械学習 (ML) 開発ライフサイクルを簡素化および加速する Amazon SageMaker S […]
AWS Weekly Roundup: Amazon S3 Access Grants、AWS Lambda、European Sovereign Cloud リージョンなど (2024 年 7 月 8 日)
7月1日週の月曜日以来の AWS ニュースは 21 件しかなく、そのほとんどは既存のサービスと機能のリージョン […]
AWS Weekly Roundup: Amazon Bedrock での AI21 Labs の Jamba-Instruct、Amazon WorkSpaces Pools など (2024 年 7 月 1 日)
AWS Summit New York まであと 10 日です。新しい発表と 170 以上のセッションをとても […]
サステナビリティのための生成 AI 活用に関するエグゼクティブ向けガイド
本記事は 2024年4月22日に AWS Machine Learning Blog で公開された “The […]
LLM の埋め込み情報ドリフトを Amazon SageMaker JumpStart から監視する
生成 AI のワークロードで最も有用なアプリケーションパターンの 1 つが Retrieval Augmented Generation (RAG) パターンです。 RAG パターンでは、入力プロンプトに関連する参照コンテンツを探すために、埋め込みベクトル (テキスト文字列の数値表現) に対して類似検索を実行します。埋め込みはテキストの情報内容を捉え、自然言語処理 (NLP) モデルが言語を数値的に処理できるようにします。埋め込みは浮動小数点ベクトルであるため、3 つの重要な質問を用いて分析することができます。参照データは時間とともに変化するか、ユーザーが尋ねる質問は時間とともに変化するか、そして最後に、参照データが尋ねられている質問をどの程度カバーできているかです。
Amazon SageMaker でのフルマネージド型 MLFlow の一般提供に関するお知らせ
6月19日、Amazon SageMaker でのフルマネージド型 MLflow 機能の一般提供についてお知ら […]
AWS Audit Manager が生成 AI ベストプラクティスフレームワークを Amazon SageMaker に拡張
時々、技術リーダーから、生成 AI アプリケーションの可視性とガバナンスを改善したいという話を聞きます。セキュ […]
AWS Marketplace に初掲載の日本語 LLM ! オルツの LHTM-OPT を利用する手順解説
株式会社オルツは、軽量型大規模言語モデル LHTM-OPT (ラートム・オプト) を 2023 年 10 月にリリースし、2024年3月に、AWS Marketplace 上における日本語 LLM として世界初公開しました。本記事では、AWS Marketplace に出品されている LHTM-OPT を Amazon SageMaker にデプロイして推論を実行する方法を紹介します。