Zum Inhalt springen
Nur anzeigenOriginalquelle#Anleitungen
Heute7. Okt.Mi4 Einträge
  1. AWS Machine Learning Blog46

    Anleitung: Sprachassistent für Flugreisen mit Amazon Bedrock AgentCore und Nova Sonic bauen

    Der AWS Machine Learning Blog zeigt, wie sich ein Sprachassistent für Flugreisen mit Amazon Bedrock AgentCore und Amazon Nova 2.5 Sonic in eine Airline-Anwendung einbauen lässt. Reisende können per Sprache Flugdaten abrufen, Sitzplätze ändern oder Fragen zu Airline-Regeln stellen. Die gezeigte Anbindung nutzt Beispieldaten; für den Einsatz mit echten Buchungen muss sie an die Systeme der Airline angepasst werden.

6. Okt.Di
  1. AWS Machine Learning Blog42

    Anleitung: Claude Code mit Amazon Bedrock für regulierte Workloads nutzen

    Der AWS-Beitrag erklärt, wie sich Claude Code mit Amazon Bedrock in AWS GovCloud (US) für KI-gestützte Entwicklungsabläufe bei regulierten Workloads einrichten lässt. Er beschreibt Voraussetzungen, Konfiguration und Prüfung sowie die verfügbaren Claude-Modelle und Bedrock-Endpunkte. Organisationen müssen die Lösung an ihren eigenen Compliance-Anforderungen messen.

5. Okt.Mo
  2. AWS Machine Learning Blog46

    Agentische Suche mit LangChain und Amazon Bedrock Knowledge Bases

    Der AWS-Beitrag zeigt, wie eine RAG-Anwendung mit LangChain in Amazon Bedrock Knowledge Bases zwischen einfacher und agentischer Suche wählen kann. Die agentische Suche zerlegt mehrteilige Fragen in Teilabfragen, prüft die Belege und sucht bei Bedarf erneut. Ein Vergleich der Suchwege zeigt auch ihre Kosten und wann die günstigere Variante genügt.

3. Okt.Sa
2. Okt.Fr
  1. AWS Machine Learning Blog64

    AWS zeigt, wie sich Mietverträge anhand festgelegter Regeln prüfen lassen

    AWS zeigt an einem Beispiel mit künstlich erstellten Mietverträgen, wie Amazon Quick Fragen entgegennimmt und festgelegte Regeln über die Ergebnisse entscheiden. Die KI wählt eine vorgegebene Prüfung und erklärt das Ergebnis; das System zählt auch unklare und unlesbare Verträge, damit erfasste Verträge nicht unbemerkt fehlen. Das Beispiel belegt keine Prüfung echter Verträge; zudem zeigt die Zählung nur, ob alle zuvor erfassten Verträge berücksichtigt wurden.

    Grund für die Empfehlung: Bei vielen Verträgen ist entscheidend, wer die Prüfung vornimmt und ob fehlende oder unlesbare Unterlagen sichtbar bleiben.

1. Okt.Do
26. Sept.Sa
25. Sept.Fr
24. Sept.Do
17. Sept.Do
  1. GitHub Blog · AI & ML74

    GitHub migriert die Copilot-Laufzeit mit Copilot von TypeScript nach Rust

    GitHub hat die Copilot-Agentenlaufzeit mithilfe der Copilot-App und der CLI von TypeScript nach Rust migriert. Laut dem beteiligten Entwickler schrieben AI-Agenten den Grossteil der mehr als 800,000 Zeilen produktiven Rust-Codes; die Änderungen wurden über 128 Pull Requests schrittweise integriert. Die neue Laufzeit kann über eine C-ABI auch direkt in Anwendungen der sechs Copilot-SDK-Sprachen eingebettet werden; dieser Betriebsmodus ist derzeit optional.

    Grund für die Empfehlung: Die schrittweise Migration zeigt, wie sich umfangreiche Änderungen bei laufender Entwicklung mit Tests und gestaffelten Releases absichern lassen.

9. Sept.Mi
  1. Mistral AI65

    Wie Mistral AI komplexen Fortran-Altcode mit AI-Agenten modernisiert

    Mistral AI beschreibt die Migration von 40,000 Zeilen Fortran 77 eines Reservoirsimulators nach C++ mithilfe von AI-Agenten. Zuerst entstand ein Testsystem für numerische Übereinstimmung。

    Grund für die Empfehlung: Der Vergleich von drei Agenten-Workflows zeigt, weshalb numerische Vergleichstests und menschliche Freigaben bei dieser Fortran-Migration zentral waren.