Laboratorio de IA · en inglés
AWS Machine Learning Blog
Historial de fiabilidad
La fiabilidad de cada noticia se calcula con reglas fijas: tipo y peso de la fuente, naturaleza de la información (hecho documentado, declaración interesada, análisis o rumor) y número de fuentes independientes que la confirman. Un laboratorio o institución hablando de lo suyo puntúa como fuente primaria; un rumor sin confirmar, como el nivel más bajo.
Últimas noticias de esta fuente
AWS publica una guía práctica para entrenar agentes de IA con aprendizaje por refuerzo multi-turno en SageMaker
AWS describe en su blog cómo usar Multi-Turn Reinforcement Learning en Amazon SageMaker AI, que entrena modelos según el resultado de una tarea de varios…
Por qué importaOfrece un procedimiento concreto para mejorar modelos pequeños y baratos en flujos de trabajo internos específicos de una empresa, algo que los…
AWS publica un constructor CDK para actualizar endpoints de SageMaker con autoescalado sin fallos
AWS Machine Learning Blog describe un constructor reutilizable de AWS CDK con recursos personalizados de CloudFormation que desregistra y vuelve a registrar el…
Por qué importaPara equipos que despliegan modelos en producción, el problema podía dejar pilas en estado UPDATE_ROLLBACK_FAILED o endpoints sin autoescalado sin…
Amazon Quick Sight añade puntos y rutas GeoJSON a sus mapas por capas
Amazon Quick Sight permite ahora representar en mapas por capas geometrías de tipo Point y LineString desde un mismo flujo GeoJSON, además de los polígonos ya…
Por qué importaPermite a las empresas visualizar ubicaciones concretas, como tiendas o instalaciones, y rutas de reparto o logística dentro de su herramienta de BI…
Bayer Crop Science despliega un motor agéntico multiagente sobre Amazon Bedrock AgentCore
Bayer Crop Science ha desarrollado el Agentic Decision Engine (ADE), una plataforma multiagente sobre Amazon Bedrock AgentCore que permite a mejoradores…
Por qué importaMuestra un caso de despliegue en producción de agentes con orquestación propia, separación de identidades y gestión de estado, útil como referencia…
AWS actualiza el motor generativo de Amazon Polly y añade voces en hindi y finlandés
AWS ha lanzado en producción una actualización de su motor generativo de Amazon Polly, con 14 voces nuevas en 9 locales y disponibilidad general de voces en…
Por qué importaPara equipos que ya usan Polly, la mejora llega sin migración, lo que permite elevar la calidad de voz en atención telefónica o contenidos sin coste…
IskayPet unifica el conocimiento corpor° con un asistente RAG gestionado de Amazon Bedrock
IskayPet, cadena de tiendas y clínicas veterinarias de Iberia, ha construido un asistente de conocimiento corporativo sobre Amazon Bedrock Managed Knowledge…
Por qué importaMuestra un patrón práctico para empresas con documentación dispersa en varios idiomas: evitar operar bases vectoriales y pipelines propios usando…
AWS lanza en disponibilidad general las sesiones de entrenamiento de SageMaker AI para personalizar modelos
AWS ha anunciado la disponibilidad general de las sesiones de entrenamiento dentro de la personalización de modelos sin servidor de SageMaker AI. Permiten…
Por qué importaReduce la barrera técnica para ajustar modelos abiertos con aprendizaje por refuerzo, especialmente para agentes que requieren varias interacciones…
AWS permite escribir bucles de entrenamiento propios para LLM sin gestionar GPUs
Amazon SageMaker AI presenta las APIs de sesiones de entrenamiento, con las que el usuario escribe su propio bucle de entrenamiento de LLM en Python mientras…
Por qué importaPermite a equipos con necesidades de entrenamiento no estándar, como pérdidas personalizadas o aprendizaje por refuerzo, experimentar sin operar…
Amazon Quick puede usarse con datos sanitarios bajo HIPAA, pero la elegibilidad no equivale a cumplimiento
AWS publica una guía para desplegar agentes de IA con Amazon Quick en entornos sanitarios regulados por HIPAA. El texto explica que Amazon Quick es un servicio…
Por qué importaLas organizaciones sanitarias y aseguradoras que quieran usar agentes con datos de pacientes deben entender que la responsabilidad de cumplimiento…
AWS explica cómo transmitir voz de baja latencia desde agentes de IA con Kokoro-82M en SageMaker
AWS publica una guía para enviar cada frase de un agente de voz a un modelo Kokoro-82M alojado en SageMaker AI en cuanto se genera, sin esperar a la respuesta…
Por qué importaLa latencia percibida es lo que más pesa en la experiencia de los agentes de voz, y el enfoque por frases reduce el tiempo hasta el primer audio sin…
AWS explica cómo calibrar el autoescalado de un endpoint TTS con Kokoro-82M en SageMaker AI
AWS Machine Learning Blog publica una guía para desplegar el modelo de síntesis de voz Kokoro-82M como contenedor personalizado en un endpoint de Amazon…
Por qué importaPara equipos que operan síntesis de voz propia, un umbral mal estimado puede tanto desperdiciar GPU como incumplir la latencia comprometida sin que…
Rescale construye en cinco días un agente de IA para clasificar fallos de tests con AI-DLC y AWS
Rescale desarrolló con el marco AI-DLC, Strands Agents y Amazon Bedrock un agente que clasifica y enruta los fallos de los tests end-to-end nocturnos. Según el…
Por qué importaMuestra un caso concreto de agente de IA integrado en un pipeline de CI/CD real, con supervisión humana en cada decisión. Es una referencia práctica…