在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体
AWS 官方博客介绍在 Amazon Bedrock 上通过跨区域推理配置使用 SpaceXAI 的 Grok 4.7 构建工具调用智能体,该模型支持低、中、高、xhigh 四档推理强度和 500K token 上下文窗口。
推荐理由:给出 Grok 4.7 各级推理强度在智能体任务上的正确率与 token 消耗实测,可供按请求选档参考。
内容形态
拿来就能用的实操内容:提示词技巧、工作流搭建、工具用法与踩坑经验。
3 条精选近 30 天 3 条共收录 38 条
AWS 官方博客介绍在 Amazon Bedrock 上通过跨区域推理配置使用 SpaceXAI 的 Grok 4.7 构建工具调用智能体,该模型支持低、中、高、xhigh 四档推理强度和 500K token 上下文窗口。
推荐理由:给出 Grok 4.7 各级推理强度在智能体任务上的正确率与 token 消耗实测,可供按请求选档参考。
作者用 HuggingChat 中的 ML-intern 在几天内训练并发布了六个模型,包括 0.8B 的 Pocket Rewriter、柑橘病害 VLM 和相机视角 LoRA,总计算成本约 103 美元。
推荐理由:作者公开了七个提示词与六次训练的真实成本,可迁移到自己的模型微调流程中。
哈佛物理学家 Matthew Schwartz 在 Anthropic 客座研究中提出「Claude 形状的问题」思路,把适合当前 LLM 的定量计算任务交给 Claude,并据此构建开源工具链 BootLoops。
推荐理由:作者以物理学家身份复盘用 Claude 构建 BootLoops 工具链的实践,读者可了解智能体在科研中可行的分工边界与协作方法。