跳到正文

#数据/训练

今日 0 条

11月14日

星期六
  1. 用 Amazon SageMaker HyperPod Data Capture 构建模型改进飞轮

    Amazon SageMaker HyperPod 新增 Data Capture 能力,可在端点、负载均衡器和模型 Pod 三个独立层级把线上推理输入输出记录到 Amazon S3,对模型可用性零影响。文章以 Qwen2.5-3B-Instruct 家电客服路由模型为例,用 Athena 查询发现新产品盲区、SQL 策略打标后微调,并在部署后新增数据上对比前后准确率。

11月13日

星期五

11月12日

星期四

11月11日

星期三

11月10日

星期二

11月7日

星期六

11月6日

星期五

11月5日

星期四

11月4日

星期三

11月3日

星期二
  1. 在 Amazon SageMaker AI 上用知识蒸馏构建高效智能体

    亚马逊云科技介绍如何用序列级知识蒸馏(SeqKD)在 Amazon SageMaker AI 上微调购物智能体:由前沿教师模型生成多步工具调用轨迹,仅保留能解题的样本,再以监督微调训练小模型。SeqKD 只需教师模型的文本输出,无需 logits 或强化学习基础设施,因此适用于仅提供 API 的闭源教师模型,并可将轨迹数据复用于训练和测试不同学生模型。

10月31日

星期六

10月30日

星期五

10月29日

星期四

10月28日

星期三
  1. Exowatt 用 SageMaker 无服务器模型定制,精度超越前沿模型且成本低至 1/49

    Exowatt 借助 Amazon SageMaker AI 无服务器模型定制,为边缘和云端两个部署目标微调出任务专用模型,精度超过前沿模型,成本最高降低 49 倍。其边缘告警分诊基于 Qwen3-1.7B,云端能源市场分析基于 Qwen3-14B,后者通过 Amazon Bedrock Custom Model Import 托管。该流程将原始运营数据到已评估部署产物的路径从数月缩短到数天。

10月27日

星期二

10月24日

星期六