2026. július 7., kedd · Eszközök

Amazon Nova Forge: többkörös megerősítéses tanulás SageMaker HyperPod infrastruktúrán

Az AWS bemutatta, hogyan telepíthető többkörös megerősítéses tanulási (multi-turn RL) infrastruktúra az Amazon Nova modellekhez a SageMaker HyperPod platformon. A cég szerint a hagyományos RLHF egyetlen válasz optimalizálására korlátozódik, ami nem elegendő összetett, többlépéses munkafolyamatokat végrehajtó AI-ágensek betanításához. A megoldás három rétegből áll: a HyperPod klaszter végzi a válaszgenerálást és a GRPO súlyfrissítéseket, az ECS Fargate futtatja a jutalomazási környezetet, a Nova Forge SDK pedig az üzenetirányítást biztosítja. Az eseményvezérelt csővezeték az S3-ra feltöltött adatok alapján automatikusan indítja a tanítást – a bemutatóban Wordle-játékot használnak példafeladatként.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Az AWS ipari szintű infrastruktúrát kínál többkörös RL-tanításhoz, ami az összetett döntési láncokat kezelő AI-ágensek fejlesztését támogatja.

Források

AWS Machine Learning Hivatalos

Kapcsolódó témák

Napi összefoglalók AI eszközök #Amazon Nova#reinforcement learning

Napi összefoglaló

Ez a hír a 2026. július 7., kedd napi AI összefoglaló része.

Kapcsolódó hírek

Amazon Nova alapú automatikus PII-redakció képekben: többlépcsős pipeline arcok, dokumentumok és rendszámok elfedésére

Az AWS hivatalos blogján bemutatott megoldás az Amazon Nova multimodális alapmodellt használja képeken található személyes azonosításra alkalmas információk (PII) automatikus felismerésére és elfedésére. Az AWS szerint a Nova kontextuális vizuális következtetéssel koordinál egy többlépcsős pipeline-t, amelyben a Meta nyílt forráskódú SAM 3 szegmentációs modelljét (SageMaker AI-on) és az Amazon Textract OCR-t vonja be pixelszintű redakcióhoz. A rendszer az összetett eseteket is kezeli, például tükröződésben megjelenő arcokat vagy ferde szögben látható dokumentumokat. A megoldás célja a GDPR és PCI DSS megfelelés támogatása valós képadatokon, megőrizve a képek felhasználhatóságát ML- vagy üzleti célokra.

AWS: új aws-ai-ml skill a SageMaker AI következtetés-optimalizáláshoz

Az AWS bemutatta az aws-ai-ml nevű új képességet, amely az Agent Toolkit for AWS részeként érhető el, és az Amazon SageMaker AI optimalizált generatív AI következtetési szolgáltatásához kapcsolódik. A vállalat állítása szerint a Model Context Protocol (MCP) protokollt támogató kódoló ügynökök, például a Kiro, a Claude Code és a Codex, ezzel a bővítménnyel mélyreható szakértelmet kapnak a következtetési végpontok teljesítményének benchmarkolásához, a telepítési konfigurációk ajánlásához és a futtatási eredmények összehasonlításához. A skill futtatható SageMaker Python SDK v3 kódot generál, amelyet a felhasználó a saját környezetében ellenőrizhet és módosíthat, mielőtt lefuttatná. Az AWS szerint a telepítés a helyi gépen vagy a SageMaker Studio JupyterLab térben is elvégezhető, és a cég állítása szerint mindössze 10 perc alatt eljuthatunk egy működő beszélgetésig.

Pizza Bot: nyílt forráskódú postaláda AI-ügynököknek az AWS-től

AWS-fejlesztők nyílt forráskódúvá (Apache 2.0 licenc alatt) tették a Pizza Bot nevű, önhosztolt alkalmazást, amely e-mail-kliens stílusú felületen kezeli a háttérben futó AI-ügynökök munkáját. A rendszer kliens-szerver architektúrán alapul: az ügynökök ütemezetten vagy webhookra indulva dolgoznak, feladatokat delegálhatnak specializált munkásoknak, és emberi jóváhagyásra várhatnak fontosabb lépések előtt. A fejlesztők, Joseph Dolivo (principal technologist) és Igor Fil (solutions architect) szerint a postaláda-metafora azért illik, mert egy szál olyan munkaegység, amihez visszatérünk, nem olyan munkamenet, amit folyamatosan figyelni kell. A rendszer több modellszolgáltatót és MCP-szervert támogat, miközben az ügynök állapotát, szálait és naplóit helyben, a felhasználó gépén tárolja, és csak a kiválasztott modellszolgáltatónak, illetve az engedélyezett MCP-szervereknek küld adatot. A projekt a fejlesztők elmondása szerint egy 2025 áprilisában indult, CRM-naplózást automatizáló belső eszközből, a „JoeBot”-ból nőtte ki magát.

Meta megnyitotta a Muse AI-eszközök fejlesztői kódját

A Meta nyílt forráskóddal (Apache 2.0 licenc) elérhetővé tette a Muse Gadgets projektet, amellyel bárki saját hardvert építhet AI-ügynökéhez, a Muse-hoz. A csomag ESP32-alapú firmware-t és Linux SDK-t tartalmaz, így a Muse megjeleníthető például színes e-ink kijelzőn, HDMI-stickre töltve TV-n, vagy érintőképernyős mini eszközön; a fejlesztők munkáját Discord-közösség segíti. A Meta saját eszközt is készített: a Muse Home Link nevű, USB-C-s gadget okosotthoni eszközöket (TV, hangszóró, nyomtató) tud vezérelni a Muse-on keresztül, ebből 5000 darabot gyártottak, és előfizetőknek ingyen adják, amíg a készlet tart. A szállítás a tervek szerint hetek, illetve e hónap folyamán indul. A lépés a Meta idei hetén bejelentett Muse for Small Business és az új Meta Enterprise Platform üzletág mellé illeszkedik, amelyekkel a cég a Muse-t vállalati ügyfelek felé is terjeszti.