#SageMaker
risultati
-
Un recommender next-best-product spiegabile per il banking con SageMaker e PyTorch
Un sistema next-best-product per il banking su SageMaker e PyTorch: architettura multi-tower con attention appresa che fornisce l’explainability…
-
Deployare modelli quantizzati con Unsloth su SageMaker: quattro pattern
Quattro pattern per servire su AWS modelli quantizzati con Unsloth, tra GGUF su EC2/SageMaker e merged weights su…
-
SageMaker AI: una UI per le inference recommendations della GenAI
Amazon SageMaker AI porta in Studio un’interfaccia low-code per ottenere configurazioni di inference ottimizzate per i modelli generativi,…
-
Come Henry Schein One verifica le radiografie dentali in tempo reale con SageMaker AI
Il caso Image Verify: un sistema di quality assessment su Amazon SageMaker AI che valuta la qualità delle…
-
Fine-tuning serverless dei modelli NVIDIA Nemotron 3 su Amazon SageMaker AI
SageMaker AI introduce la serverless model customization per Nemotron 3 Nano e Super: come adattare questi modelli open-weight…
-
SageMaker HyperPod: cinque nuove funzionalità per l’inference enterprise
Amazon aggiunge a SageMaker HyperPod inference il data capture multi-tier, il deploy diretto da Hugging Face Hub, il…
-
Monitorare data drift e model quality con SageMaker AI, MLflow ed Evidently
Come costruire una soluzione di monitoring per modelli ML discriminativi combinando la libreria open source Evidently con Amazon…