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.

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

Említve a tudásbázisban

fogalom AI-ágens (AI agent) fogalom Emberi visszajelzésen alapuló megerősítéses tanulás (RLHF) fogalom Megerősítéses tanulás (Reinforcement Learning, RL)

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.

Google nyílt forráskódú eszköze titkosított AI-számítást tenne egyszerűvé

A Google bemutatta a HEIR nevű nyílt forráskódú fordítóeszközt, amely a cég szerint lehetővé teszi, hogy hagyományos, titkosítatlan adatokra épített, előre betanított AI-modellek titkosított bemeneteken is fussanak. A homomorf titkosítás lényege, hogy a szerver a titkosított adatokon számol anélkül, hogy hozzáférne a valódi tartalomhoz; a Google szerint ez hasznos lehet spamszűrésnél, csalásfelismerésnél vagy hálózati behatolás észlelésénél. A fejlesztők Python kódot írnak, megjelölik a titkosítandó adattípusokat, a HEIR pedig ezt fordítja homomorf végrehajtásra, bár a folyamat még nem teljesen automatizált. A cikk szerint Hacker News-felhasználók a teljesítményt kritizálták, mivel a homomorf titkosítás akár ezerszeres számítási többletet is okozhat, ami megkérdőjelezi a kereskedelmi alkalmazhatóságot.

Egymillió kattintás LinkedIn AI-szemét gombjára

A LinkedIn július 30-án vezette be a „Ez AI-szemétnek tűnik” gombot, amely a posztok hármaspont menüjéből érhető el. Hari Srinivasan termékigazgató csütörtöki bejegyzése szerint a funkciót eddig több mint egymillióan használták, és a platform szerint az AI-generáltként besorolt tartalmak megtekintése 40 százalékkal csökkent néhány hét alatt. A LinkedIn a gomb mellett új, továbbfejlesztett osztályozókat is bevezetett az AI-tartalmak felismerésére, és megszüntette a posztokat AI-val „javító” funkciót. A cég azt is közölte, hogy hamarosan üzenetben jelzi a felhasználóknak, ha mások szerint a posztjuk mesterséges intelligenciával készültnek tűnik. Mindezek az állítások a LinkedIn saját közléséből származnak, független megerősítés a számokról a forrásban nem szerepel.

LinkedIn multi-ügynökös AI-rendszert épített kódellenőrzésre

A LinkedIn mérnökei saját cikkük szerint olyan multi-ügynökös AI-alapú kódellenőrző platformot fejlesztettek, amely a cég méretéhez igazodva váltja fel az egyetlen, kész AI-modellre épülő megoldásokat. A vállalat állítása szerint az egymodelles rendszerek vakfoltokkal küzdenek, nehezen testreszabhatók a szervezeti szabályokhoz és repó-specifikus konvenciókhoz, és korlátozott az üzemeltethetőségük. Ezt a LinkedIn több, egymástól független modellt és következtetési módszert használó AI-értékelővel, rétegzett testreszabással, valamint egy Kubernetes-alapú, eseményvezérelt architektúrával orvosolja, amely figyeli a késleltetést és a szolgáltatói hibákat. A cég szerint, ha több ügynök önállóan ugyanazt a hibát jelzi, azt erős bizonyítéknak tekintik, az egyedi találatokat viszont nem fogadják el automatikusan. Az állítások kizárólag a LinkedIn saját közléséből származnak.