Basis Pengetahuan untuk Amazon Bedrock

Untuk melengkapi model fondasi (FM) dengan informasi terkini dan eksklusif, organisasi menggunakan Retrieval Augmented Generation (RAG), sebuah teknik yang mengambil data dari sumber data perusahaan dan memperkaya perintah untuk memberikan respons yang lebih relevan serta akurat. Basis Pengetahuan untuk Amazon Bedrock adalah kemampuan terkelola sepenuhnya yang membantu Anda mengimplementasikan seluruh alur kerja RAG mulai dari penyerapan hingga pengambilan dan augmentasi perintah tanpa harus membangun integrasi khusus ke sumber data dan mengelola aliran data. Selain itu, Anda dapat mengajukan pertanyaan dan meringkas data dari satu dokumen, tanpa menyiapkan basis data vektor. Manajemen konteks Sesi sudah terpasang, sehingga aplikasi Anda dapat dengan mudah mendukung percakapan multi-putaran.

Arahkan ke lokasi data Anda di Amazon Simple Storage Service (Amazon S3), dan Basis Pengetahuan untuk Amazon Bedrock secara otomatis mengambil dokumen dari berbagai sumber, membaginya menjadi blok teks, mengonversi teks menjadi penyematan, serta menyimpan penyematan di basis data vektor Anda. Jika Anda tidak memiliki basis data vektor, Amazon Bedrock membuat penyimpanan vektor Amazon OpenSearch Nirserver untuk Anda. Atau Anda dapat menentukan penyimpanan vektor yang ada di salah satu basis data yang didukung, termasuk Amazon OpenSearch Nirserver, Pinecone, dan Redis Enterprise Cloud, dengan dukungan untuk Amazon Aurora dan MongoDB.

Anda dapat menggunakan API Retrieve untuk mengambil hasil yang relevan untuk kueri pengguna dari basis pengetahuan. API RetrieveAndGenerate melangkah lebih jauh dengan langsung menggunakan hasil yang diambil untuk menambah perintah FM dan mengembalikan respons. Anda juga dapat menambahkan basis pengetahuan ke Agen untuk Amazon Bedrock guna memberikan informasi kontekstual kepada agen.

Semua informasi yang diambil dari Knowledge Bases for Amazon Bedrock dilengkapi dengan kutipan untuk meningkatkan transparansi dan meminimalkan halusinasi.