Amazon Bedrock용 기술 자료

파운데이션 모델(FM)에 최신 독점 정보를 제공하기 위해 조직에서는 회사 데이터 소스에서 데이터를 가져와 프롬프트를 보강하여 보다 관련성이 높고 정확한 응답을 제공하는 기술인 검색 증강 생성(RAG)을 사용합니다. Knowledge Bases for Amazon Bedrock은 수집에서 검색 및 프롬프트 보강에 이르는 전체 RAG 워크플로를 구현하는 데 도움이 되는 완전관리형 기능입니다. 데이터 소스에 대한 사용자 지정 통합을 구축하고 데이터 흐름을 관리할 필요가 없습니다. 또는 벡터 데이터베이스를 설정하지 않고도 단일 문서에서 질문을 하고 데이터를 요약할 수 있습니다. 세션 컨텍스트 관리 기능도 기본적으로 포함되어 있어 앱에서 연속 대화를 즉시 지원할 수 있습니다.

Amazon Simple Storage Service(S3) 내의 데이터 위치를 가리키면 Knowledge Bases for Amazon Bedrock이 자동으로 다양한 소스에서 문서를 가져와서 텍스트 블록으로 분할하고 텍스트를 임베딩으로 변환한 후 임베딩을 벡터 데이터베이스에 저장합니다. 기존 벡터 데이터베이스가 없는 경우 Amazon Bedrock이 Amazon OpenSearch Serverless 벡터 스토어를 자동으로 생성합니다. Amazon OpenSearch Serverless, Pinecone, Redis Enterprise Cloud 등 지원되는 데이터베이스 중 하나에 있는 기존 벡터 스토어를 지정해도 됩니다. Amazon Aurora 및 MongoDB도 지원될 예정입니다.

Retrieve API를 사용하여 기술 자료에서 사용자 쿼리와 관련된 결과를 검색할 수 있습니다. 한 단계 더 발전한 RetrieveAndGenerate API는 검색된 결과를 직접 사용하여 FM 프롬프트를 보강하고 응답을 반환합니다. 또한 Agents for Amazon Bedrock에 기술 자료를 추가하여 에이전트에게 컨텍스트 정보를 제공할 수 있습니다.

Knowledge Bases for Amazon Bedrock의 모든 정보는 투명성을 높이고 할루시네이션을 최소화하기 위해 인용과 함께 제공됩니다.