#教程/玩法
跨栏目找相关项:同一话题的工具、提示词、论文,可能横跨数天甚至数月才凑齐。
#教程/玩法
今日 0 条一手 · 工具·提示词·论文 三栏速览
每栏 6 / 6 · 直达分类页查看全部
提示词
6 条当用户的某个意图（如last_intent）尚未处理完成时，自动提示用户并继续处理该业务。
写作cloud.baidu.com为电商平台机器人客服提供开场白、常见问题回复和结束语的话术模板参考。
写作insight.xiaoduoai.com智能客服机器人与访客互动的对话模板（欢迎新访客、欢迎回头客、显示常见问题等）。
写作zhuanlan.zhihu.com服装加工合同模板，含甲乙双方信息及加工委托条款
写作xiaobaogong.com用于合同审查场景，让大模型扮演特定行业、特定立场的合同审查专家，平衡利益与风险。
研究blog.csdn.net帮助分析患者症状，提供可能的诊断方向和建议，适用于初步诊断筛查。
研究cgwgpts.com
论文
6 条OpenAI NewsAI 评分2121 初创公司 GPT-6 模型选择与使用指南
OpenAI 发布 GPT-6 模型家族使用指南，帮助初创公司学习如何选择合适的 GPT-6 模型、调优推理努力、改进提示词和技能、协调工具以及准备生产工作流。指南涵盖模型选择策略、推理优化技巧和技能配置方法，为企业部署 AI 应用提供实践指导。
AWS Machine Learning Blog精选AI 评分7272 Amazon SageMaker AI 多轮强化学习微调搜索智能体实战
本文介绍如何使用 Amazon SageMaker AI 的多轮强化学习（MTRL）功能微调 Qwen3.6-27B 搜索智能体。作者在四个基准测试上验证了微调效果：WixQA 提升 18.4%、Wands 提升 6%、BrowseComp-Plus 提升 23.7%，同时失败率从 22.89% 降至 0.68%。
推荐理由：给出了用 MTRL 训练搜索智能体的完整流程和实测数据，读者可以据此判断该方法对自己场景的适用性。
AWS Machine Learning BlogAI 评分5050 如何通过 Amazon Bedrock AgentCore 为 Claude Desktop 添加安全的 Web Search
Amazon Bedrock AgentCore 现支持 Web Search 能力，可为 Claude Desktop 弥补训练数据截止日期后的知识缺口。Web Search 由覆盖数百亿文档的 Amazon 索引提供支持，所有查询流量保留在 AWS 基础设施内。
AWS Machine Learning BlogAI 评分4646 如何用 Amazon Quick 与 Adjudicated Query 模式审查数万份租约合规性
AWS 推出 Adjudicated Query 设计模式，在 Amazon Quick 聊天界面与确定性规则引擎之间建立边界，由 AI 负责翻译自然语言问题并叙述结果，决策权完全保留在非 AI 的规则引擎中。
GitHub Blog · AI & MLAI 评分3939 AI 正在改变开发者工作：加强这3项技能
GitHub 指出 AI 时代开发者需掌握三项核心技能：学会引导 AI 智能体而非仅使用 AI 工具；不轻信 AI 首个答案，用第二个模型审查首个模型的输出；利用 AI 节省的时间解决更广泛的工程问题，如理解客户需求和评估技术权衡。随着 AI 承担更多实现工作，技术判断力将成为区分优秀工程师的关键能力。
AWS Machine Learning BlogAI 评分4040 使用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆系统
NVIDIA NeMo Agent Toolkit (NAT) 1.6 版开源框架支持构建、分析和优化 AI 智能体，提供智能体编排、性能分析、评估和自动超参数调优功能。
AWS Machine Learning BlogAI 评分4040 在 AWS 上实现 Claude Platform 多环境访问配置指南
Claude Platform on AWS 支持三种环境访问：通过跨账户 SigV4 实现 AWS 生产工作负载推理，开发者笔记本使用工作区级 API 密钥，外部环境通过 OIDC federation 获取临时凭证。采用专用 AI Services 账户承载订阅和工作区，工作负载账户通过角色假设调用推理，实现生产与开发流量隔离。
AWS Machine Learning BlogAI 评分4949 如何用 Amazon Bedrock AgentCore 构建响应事件流的 ambient agents
ambient agents 是一种响应事件流而非等待用户发起对话的 AI 智能体范式，可并行处理多个事件并在需要时通过 ask_human 工具暂停以获取人工确认。
AWS Machine Learning BlogAI 评分4747 在 AWS 上用上下文多臂老虎机优化转化漏斗
Amazon Payments 在 Amazon SageMaker AI 上部署多目标上下文多臂老虎机（LinUCB）优化产品获取漏斗，7周在线 A/B 测试显示部分用户群体的最终转化率提升高个位数百分比，另一群体则无明显改善。研究发现问题根源在内容而非模型。该方案通过组合三个漏斗阶段（开始、提交、审批）的 UCB 分数实现全漏斗优化。
AWS Machine Learning BlogAI 评分4646 uniopen 如何基于 Amazon Nova 2 Lite 定制零售内容审核策略
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 进行监督微调，以适配其零售内容审核策略。该策略按9个行为类别和3类主体（品牌/其他/禁止）进行双维度分类。
AWS Machine Learning Blog精选AI 评分7474 在 Amazon Bedrock AgentCore Runtime Instances 上构建多智能体音乐制作流水线
AWS 在官方博客中展示了如何使用 AgentCore Runtime Instances 构建一个三智能体音乐制作流水线：Composition 智能体使用 Claude Sonnet 4.6 生成音乐简报并调用 ACE-Step 模型在 GPU 上渲染音频，Delivery 智能体读取生成的音频并进行混音处理，Compliance 智能体进行合规审查。
推荐理由：教程通过一个完整的多智能体音乐制作流水线，展示了在 GPU 实例上运行多智能体的具体实现方式，可迁移到 3D 渲染、模拟或模型推理等场景。
AWS Machine Learning Blog精选AI 评分6363 使用 Amazon Bedrock Knowledge Bases 用自然语言查询保险理赔
本文是 AWS 官方技术教程，介绍如何使用 Amazon Bedrock Knowledge Bases 构建保险理赔助手。核心方案是通过 AgenticRetrieveStream API 实现智能检索，支持多轮对话、元数据过滤和引用标注。
推荐理由：提供了构建保险理赔 RAG 助手的完整方案，含代码示例、配置步骤和评估数据，方法可迁移到其他文档检索场景。
AWS Machine Learning BlogAI 评分3434 Condé Nast 如何用 Amazon Bedrock 构建多模态视频发现系统
Condé Nast 联合 AWS Generative AI Innovation Center 基于 Amazon Bedrock 和 Amazon OpenSearch Service 构建多模态视频检索方案，采用 TwelveLabs Marengo 嵌入模型实现跨视频文字记录、视觉元素和音频的语义搜索。
AWS Machine Learning BlogAI 评分5555 使用 Amazon Quick 和 Amazon Bedrock AgentCore 构建 AI 驱动的合同智能平台
本文介绍了一种解决合同管理中聚合查询问题的架构方案。当需要跨数百份合同查询总价值或到期合同等汇总信息时，传统 RAG 方式因只返回 top-k 文本块而失效。
AWS Machine Learning BlogAI 评分4747 Amazon Quick 各组件的提示工程模式与陷阱
AWS 在博文中详细讲解了 Amazon Quick 各组件的提示工程最佳实践，涵盖 Quick Research（研究代理）、Quick Flows（自动化工作流）和 Quick Sight（可视化分析）。
AWS Machine Learning BlogAI 评分4141 Amazon Quick 提示工程基础原则
Amazon Quick 平台提示工程的核心原则包括：通过具体化实现清晰度、提供业务上下文以驱动相关性、展示示例而非仅描述需求。CRISPE框架为复杂企业级AI交互提供了结构化模板，涵盖上下文约束、角色责任、意图输入、步骤范围等维度。这是两部系列文章的第一部分，聚焦通用原则和可复用框架。
AWS Machine Learning BlogAI 评分3636 NarrateAI：在 Amazon Bedrock 上实现生产级 LLM 质量保证
NarrateAI 是面向超过 4000 名 AWS 高管的对话式 AI 助手，基于 Amazon Bedrock AgentCore 构建。该系统采用五项质量保证技术协同工作，实现约 99% 的数值准确率并支持实时流式响应。
AWS Machine Learning Blog精选AI 评分7070 在 Amazon SageMaker AI 上部署 Qwen3-TTS 实现实时个性化语音
本文介绍如何在 Amazon SageMaker AI 上部署 Qwen3-TTS-12Hz-1.7B-Base 模型进行实时语音克隆。该模型支持 10 种语言，可从几秒参考音频中提取说话者的音色、音调和节奏特征，生成新文本的语音，无需重新训练。
推荐理由：原文给出了完整的部署步骤、GPU配置、代码示例和监控方法，读者可以照着在 AWS SageMaker 上搭建自己的语音克隆服务。
AWS Machine Learning BlogAI 评分3333 Datacor 如何用 Amazon QuickSight 为气体分销商构建自助式租赁分析
Datacor 将 Amazon QuickSight 集成到其 TrackAbout 解决方案中，为气体和焊接分销商提供自助式租赁分析，业务用户可通过自然语言提问实时获取数据洞察。TrackAbout 客户共管理 2750 万个资产，每月处理 72.5 万张账单。该方案采用跨云数据管道定期刷新 QuickSight SPICE 数据集，确保仪表板反映最新运营数据。
AWS Machine Learning Blog精选AI 评分6060 Amazon SageMaker HyperPod 联合 Qumulo 实现跨区域训练：架构与性能验证
AWS 与 Qumulo 合作推出跨区域训练方案，允许计算节点和数据存储分属不同 AWS Region，通过 Qumulo Cloud Data Fabric 和 NeuralCache 预测缓存实现跨区域数据访问。
推荐理由：原文给出了跨区域训练的具体配置步骤和性能数据，读者可以据此评估是否采用 Qumulo+HyperPod 方案替代数据复制。
AWS Machine Learning Blog精选AI 评分6262 在 Amazon SageMaker 上部署 WhisperX 实现说话人标注转录
AWS 发布了 WhisperX 深度学习容器，可在 Amazon SageMaker 上部署为实时或异步端点，实现带说话人标注和词级时间戳的转录。实时端点适用于 60 秒内的短音频，异步端点通过 S3 处理长音频。教程详细介绍了两种端点的部署步骤、请求格式、GPU 实例选择和成本优化策略，并提供了生产环境的最佳实践。
推荐理由：原文提供了在 AWS SageMaker 上部署 WhisperX 的完整教程，包含实时和异步两种端点的具体配置、代码示例和生产注意事项。
AWS Machine Learning BlogAI 评分3232 使用 AgentCore Gateway 和 MCP 构建多账户 AI 智能体
本文介绍一种多账户 AI 智能体架构，允许各业务线（LOB）账户的数据保留在原处，智能体通过 Amazon Bedrock AgentCore Gateway 的统一端点进行跨账户查询。AgentCore Gateway 聚合各 LOB 的 MCP 服务器，提供语义搜索工具发现、AgentCore Identity 认证和 Policy 细粒度授权，数据仅在查询时按需流出，不进行集中化复制。
AWS Machine Learning BlogAI 评分4242 如何在 Amazon Bedrock 上使用开源权重模型作为 AI 编程智能体
OpenCode 是一个开源终端原生 AI 编程智能体，可连接 75+ LLM 提供商。与 Amazon Bedrock 上的开源权重模型配对后，可在 AWS 账户内安全运行推理，无需管理基础设施或支付按座订阅费用。
Hugging Face BlogAI 评分5151 用 Gradio Workflow 重建 AUTOMATIC1111：11 条媒体流水线实战
Hugging Face 官方博客介绍了如何用 Gradio Workflow 重建 AUTOMATIC1111 的核心功能，构建了一个包含 73 个节点、11 条媒体流水线的完整工作流图谱。
Hugging Face Blog精选AI 评分6868 Async GRPO with LoRA 跨 Hugging Face Jobs 分布式训练实战
AsyncGRPOTrainer（TRL v1.14）现在支持训练 LoRA adapter 并仅同步该 adapter 到 vLLM，无需跨节点 NCCL 通信。
推荐理由：给出了在 Hugging Face Jobs 上用 Storage Bucket 做分布式 LoRA 训练的完整方案，包括架构、代理设计和优化步骤，读者可以直接参考复现。
OpenAI NewsAI 评分2424 GPT-5.6 Sol 如何帮助运行量子计算实验
MIT 研究人员使用 GPT-5.6 Sol 配合 Codex 自动运行量子计算实验、分析结果并校准量子比特。该模型能够自主执行实验流程，减少人工干预。相关演示展示了 AI 在量子物理研究中的应用潜力。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 应用教程：如何同时运行多个智能体
GitHub Copilot 应用现在支持并行运行多个智能体会话，每个智能体在独立的 Git worktree 上运行，互不干扰，可同时处理不同任务。教程演示了同时进行添加功能、无障碍审查、运行测试三个任务，各会话保持独立上下文，可自由切换无需重新解释。
Hugging Face Blog精选AI 评分7777 如何使用 GRPO 微调 LFM2.5-350M 提升结构化输出能力
本教程展示如何使用 TRL 库的 GRPO 方法微调 LFM2.5-350M 以提升结构化输出能力。实验使用约 500 个样本训练 100 步，在 IFStruct 基准上的准确率从 22.6% 提升至 29.7%（JSON 格式提升 13.9 个百分点），所需资源仅需免费层 Colab 或 Kaggle GPU。
推荐理由：原文给出了具体的方法论（GRPO + 奖励函数设计）和可量化的性能提升，读者可以据此判断轻量微调是否适合自己的结构化输出场景。
Hugging Face BlogAI 评分4848 如何用 TRL 和 OpenEnv 训练编程模型画水彩画
作者开源复现了 Surya Narreddi 的水彩画 AI 项目，使用 Qwen3.5-35B-A3B 模型通过 TRL 和 OpenEnv 在 Hugging Face 上进行强化学习训练。
Hugging Face Blog精选AI 评分7070 使用 Sentence Transformers 训练和微调多向量嵌入模型
Sentence Transformers v6.0 引入 MultiVectorEncoder 以支持 ColBERT 风格的延迟交互检索，并提供完整训练流程。作者用 100 万条医学问答对在单张 RTX 3090 上训练 14.5 小时后，微调模型在医学检索任务上 NDCG@10 达到 0.9139，比最强的零样本模型高出 0.062，验证了领域微调对多向量模型的显著提升效果。
推荐理由：原文给出了完整的训练脚本和消融实验数据，读者可以直接复用这个recipe来训练自己的多向量检索模型。
Hugging Face Blog精选AI 评分7676 Gradio 发布 Workflow 功能：用拖拽界面构建和部署 AI 工作流
Gradio 发布内置的 gr.Workflow 功能，将 AI 流水线变成可拖拽的图形界面。该功能支持三种节点类型（引用、运算主体、主题），可调用 Hugging Face Inference Providers 模型、Gradio Spaces 或自定义 Python 函数，生成的图形同时也是 REST API，支持一键部署到 Hugging Face Spaces。
推荐理由：原文提供了多个可交互的示例和代码，展示了如何用拖拽界面构建和部署 AI 工作流，读者可以直接复用这些模式。
Hugging Face BlogAI 评分5353 Hugging Face 如何用 Inference Endpoints、Jobs 和 Buckets 打造 Papers with Code 搜索
Papers with Code 搜索系统采用混合搜索架构，结合 PostgreSQL 全文检索和 pgvector 向量检索，通过加权倒数排名融合（RRF）算法合并结果。
Hugging Face BlogAI 评分5252 使用 Strands Agents、LeRobot 和 Hugging Face Storage Buckets 构建机器人数据流式循环
本文介绍了在 Strands Robots 中构建流式数据循环的完整方案：先用 Robot() 记录演示并同步到 Storage Bucket，再通过 stream_dataset() 流式读取数据直接训练，最后将训练好的 checkpoint 部署到物理机器人。
Hugging Face BlogAI 评分3333 PyTorch Profiling 教程（三）：如何分析注意力机制性能
本教程演示如何使用 PyTorch profiler 分析 Transformer 架构中的注意力机制，展示了 naive attention 的 5 个核心 kernel：matmul、mul（缩放）、masked_fill、softmax 和 matmul。
Mistral AIAI 评分5454 Mistral AI 调查 vLLM 内存泄漏：从 Python 分析到内核追踪的完整调试过程
Mistral AI 团队在部署 Mistral Medium 3.1 模型的 P/D disaggregated serving 时发现每分钟增长 400MB 的内存泄漏。
Mistral AIAI 评分4545 如何通过微调将 Pixtral-12B 应用于卫星图像任务
Mistral 通过 LoRA Fine-Tuning 技术微调 Pixtral-12B 视觉语言模型，在 Aerial Image Dataset 卫星图像分类任务上显著提升性能，尤其解决了基础模型在 "Playground" 与 "Stadium" 等易混淆类别上的分类难题。
Mistral AI精选AI 评分6060 Mistral 发布基于 LLM as a Judge 的 RAG 评估方法
本文介绍了使用 LLM 作为评判者来评估 RAG 系统的完整方法，重点讲解了 RAG Triad 框架的三个核心指标：上下文相关性（Context Relevance）、事实一致性（Groundedness）和答案相关性（Answer Relevance），并提供了使用 Mistral 结构化输出实现评估的代码示例。
推荐理由：原文给出了 RAG 评估的完整方法论和代码实现，读者可以据此构建自己的 RAG 系统评估流程。