使用 Crawl4AI 为 Amazon Bedrock 知识库准备网页内容
本文展示了如何将开源网络爬虫 Crawl4AI 用作 Amazon Bedrock 知识库的内容准备层，在网页内容进入 Amazon S3 数据源之前，处理 JavaScript 渲染、选择性提取以及自定义元数据扩充。
AI NEWS JOURNAL
搜索 AI 资讯
检索标题、摘要与正文，把分散的信息连起来。
在 Amazon SageMaker AI 上通过知识蒸馏构建高效智能体驱动系统
基于前沿模型构建的智能体驱动助手会执行多步骤工具循环，而在生产规模下为每一步都支付前沿价格是难以持续的。本文展示了如何使用序列级知识蒸馏（SeqKD），将前沿教师模型的智能体驱动行为迁移至 Amazon SageMaker AI 上的小型、低成本学生模型。
Circle K 如何借助 Amazon Bedrock 将 DevOps 事件分类处理时间缩短至 15 分钟以内
Circle K 的 DevOps 团队通过在 Amazon Bedrock 上构建智能代理分类系统，将事件分类处理时间从 45-60 分钟缩短至 15 分钟以内。本文将详细介绍该系统的架构、最初的 Amazon Bedrock Flows 实现方案、向 Amazon Bedrock AgentCore 的迁移过程，以及在扩展过程中获得的经验教训。
在您的编码代理使用 Amazon Bedrock AgentCore 运行时构建 Web 应用时，即可实时预览其运行效果。
Amazon Bedrock AgentCore 的会话端点为每个运行时会话提供一个经过身份验证的 URL，该 URL 可将任意 HTTP 方法、路径以及 WebSocket 连接转发至您所允许的端口。在本文中，您将部署一个编码代理，使其在会话中持续运行 Vite 网站，随后当代理编辑文件时，您便可在浏览器中实时查看网站的更新。
为 NVIDIA Dynamo 构建经过验证的 Kubernetes 运行时
构建 AI 应用程序的团队需要一条从模型配置到可用推理端点的可重复路径。NVIDIA Dynamo 是一种分布式推理……
KORA：面向人工智能工作负载的确定性优先执行控制
arXiv：2610.35869v1 发布类型：新 摘要：人工智能应用在判断是否需要进行推理之前，通常会先调用模型。这种默认机制对于模糊的生成任务颇为有用，但与那些结构化、确定性、受策略约束、以查找为主或可直接验证的任务却并不匹配。KORA 提出了一种“确定性优先”的执行控制机制：在推理前设置一层控制层，将请求表示为任务路径，优先尝试确定性或结构化的执行路径，验证路径结果，记录遥测数据，并仅在确定性处理不足时才切换至模型候选路径。本文将 KORA 作为一种“确定性优先”的执行控制架构加以介绍，并基于可复现的基准测试与验证工作负载，报告了有限的实证证据。在一次重
SAP凭借更智能、受治理的Joule代理，进一步推进其自主企业战略
SAP SE 今日在其面向开发者的年度 TechEd 大会上宣布了一系列人工智能创新，进一步强化了其 Joule 智能体解决方案和 Business AI 平台，其中包括表格数据基础模型。Joule Work 的新功能将助力 AI 智能体提升效率，并与开放协议实现互操作。在此背景下，模型上下文协议[…] 该文章“SAP 以更智能、受管的 Joule 智能体推动企业自主化发展”首发于 SiliconANGLE。
LeafSkill：用于递归LLM智能体的高效叶级动作定位
arXiv：2610.32412v1 发布类型：新 摘要：递归式大型语言模型（LLM）智能体通过分解、执行与环境反馈来解决长周期任务。然而，在生成一个原子级子任务后，它们往往再次调用同一款大型模型，将熟悉的指令转化为可执行的动作。我们观察到，高层规划具有任务特定性，而底层动作的具身化则在不同任务间反复出现，并且能够对照环境允许的动作进行验证。为此，我们提出了 LeafSkill，这是一种外部复用层，它能够检索语义相关的具身化经验，将动作模板绑定到当前对象与可执行动作上，并借助一个轻量级的 17 亿参数选择器来决定采用已绑定的动作，或将未发生变化的子任务交由原始智能体继续处理。技能始终处于外
DualPace：用于大语言模型推理的解耦调度与GPU-CPU协同解码
arXiv：2610.33501v1 发布类型：新 提要：大型语言模型（LLM）的推理服务依赖于批处理以提升推理吞吐量，但键值（KV）缓存会随序列长度增长，从而限制了GPU上的并发度。通过CPU卸载，可以利用主机内存扩展KV缓存容量，然而现有系统在很大程度上仍受GPU瓶颈制约：只有当GPU调度器能够提供合适的重叠机会时，CPU驻留的请求才能取得进展。因此，主机内存与CPU计算无法作为独立的推理资源发挥作用，导致负载下CPU端进度波动加剧，并使尾部词间延迟（ITL）显著增加。我们提出了DualPace，一种将主机转变为独立调度解码引擎的LLM推理运行时。DualPace在两个引擎之间划分了调度权：GPU引擎
AWS Bedrock在加拿大区域上线跨区推理，支持调用标称GPT-5.6/GPT-6/GPT-6.1模型
亚马逊云科技宣布，加拿大客户可通过Amazon Bedrock在ca-central-1（加拿大中部）和ca-west-1（加拿大西部/卡尔加里）区域，以跨区推理（CRIS）方式调用标称为OpenAI GPT-5.6、GPT-6及GPT-6.1的模型；实际推理发生在北美或全球AWS商业区域，数据静态驻留于加拿大源区域。