ページを読み込み中…
ページを読み込み中…
6件の記事
AWS は、消費者行動の変化や経済環境の変動などにより精度が低下する可能性がある判別型機械学習モデルを、Amazon SageMaker AI と MLflow を組み合わせて生産環境で継続的に監視し、早期に介入する方法を紹介している。
AWS は、生成 AI モデルの評価プロセスを簡素化するため、Amazon SageMaker AI から MLflow へベンチマーク結果や推薦データをリアルタイムでストリーミングする機能を導入した。これにより、構成決定や手作業でのデータ統合にかかる時間を大幅に削減できる。
AWS は、大規模な機械学習チーム向けに、SSO を統合した内部ポータルへ Amazon SageMaker AI の MLflow アプリを安全かつスケーラブルに埋め込む手法を発表しました。
AWSは、既存のHTTPSベースのインフラ要件に対応するため、REST APIプロキシを使用してAmazon SageMaker MLflowへの外部アクセスを容易にする機能を発表した。
Amazon は Amazon SageMaker AI の MLflow Apps にバージョン 3.10 を導入し、生成 AI 開発のワークフローを簡素化し、実験追跡機能を強化したと発表した。
AWSは、エンタープライズ向けにSageMaker AIとMLflowを組み合わせてAIエージェントを構築する手法を提供。これにより、モデルの選定、コスト最適化、コンプライアンス対応、既存セキュリティアーキテクチャとの統合など、管理型サービスでは不足しがちな詳細な制御と運用要件を満たす。