قواعد المعرفة في Amazon Bedrock

لتزويد نماذج التأسيس (FMs) بمعلومات محدثة ومخصصة، تستخدم المؤسسات تقنية التوليد المعزز بالاسترداد (RAG) التي تجلب البيانات من مصادر بيانات الشركة وتثري الأمر لتقديم استجابات أكثر صلة ودقة. قواعد المعرفة في Amazon Bedrock عبارة عن قدرة مُدارة بالكامل مع إدارة سياق الجلسة المضمنة وإسناد المصدر الذي يساعدك على تنفيذ سير عمل التوليد المعزز بالاسترداد (RAG) بالكامل من الاستيعاب إلى الاسترجاع والتعزيز الفوري دون الحاجة إلى إنشاء عمليات تكامل مخصصة لمصادر البيانات وإدارة تدفقات البيانات. يمكنك أيضًا طرح الأسئلة وتلخيص البيانات من مستند واحد، دون إعداد قاعدة بيانات متجهة. إذا كانت بياناتك تحتوي على مصادر منظمة، فإن قواعد المعرفة في Amazon Bedrock توفر لغة طبيعية مُدارة مضمنة إلى حل لغة استعلام منظمة لإنشاء أمر استعلام لاسترداد البيانات، دون الحاجة إلى نقلها إلى متجر آخر.

إذا كانت لديك مصادر بيانات غير منظمة، فإن قواعد المعرفة في Amazon Bedrock تجلب البيانات تلقائيًا من مصادر مثل Amazon Simple Storage Service‏ (Amazon S3) أو Confluence أو Salesforce أو SharePoint أو Web Crawler وكلها قيد المعاينة. بالإضافة إلى ذلك، تتلقى أيضًا استوعبًا برمجيًا للمستندات لتمكين العملاء من استيعاب البيانات المتدفقة أو البيانات من مصادر غير مدعومة. بمجرد استيعاب المحتوى، تقوم قواعد المعرفة في Amazon Bedrock بتحويله إلى كتل نصية والنص إلى عمليات تضمين وتخزين عمليات التضمين في قاعدة بيانات المتجهات. يمكنك الاختيار من بين العديد من متاجر المتجهات المدعومة، بما في ذلك Amazon Aurora، وAmazon Opensearch Serverless، وAmazon Neptune Analytics، وMongoDB، وPinecone، وRedis Enterprise Cloud. يمكنك أيضًا اختيار الاتصال بفهرس بحث Amazon Kendra المختلط للاسترجاع المُدار.

باستخدام قواعد المعرفة في Amazon Bedrock، يمكنك أيضًا الاتصال بمخازن البيانات المهيكلة لإنشاء استجابات أساسية. يمكن أن يكون هذا مفيدًا بشكل خاص عندما يكون لديك مواد مصدرية مثل تفاصيل المعاملات المخزنة في مستودعات البيانات ومخازن البيانات. قواعد المعرفة في Amazon Bedrock تستخدم اللغة الطبيعية إلى SQL لتحويل الاستعلامات إلى أوامر SQL وتنفيذ الأوامر لاسترداد البيانات، دون الحاجة إلى نقلها من المصدر.

مع قواعد المعرفة في Amazon Bedrock كحل التوليد المعزز بالاسترداد (RAG) المُدار بالكامل، لديك المرونة لتخصيص وتحسين دقة الاسترجاع. بالنسبة لمصادر البيانات غير المهيكلة التي تحتوي على بيانات متعددة الوسائط مثل الصور والمستندات الغنية بصريًا ذات التخطيطات المعقدة (مثل المستندات التي تحتوي على جداول وأشكال ومخططات ورسوم بيانية)، يمكنك تكوين قواعد المعرفة لتحليل واستخراج إحصائيات ذات مغزى. يمكنك اختيار أتمتة بيانات Bedrock أو نماذج التأسيس كمحلل. يتيح ذلك المعالجة السلسة للبيانات المعقدة متعددة الوسائط، مما يسمح لك ببناء تطبيقات الذكاء الاصطناعي المُولّد عالية الدقة.

تقدم قواعد المعرفة في Amazon Bedrock مجموعة متنوعة من خيارات تقسيم البيانات المتقدمة بما في ذلك التقسيم الدلالي والتسلسل الهرمي والحجم الثابت. للتحكم الكامل، يمكنك أيضًا كتابة كود التقسيم كدالة Lambda، وحتى استخدام مكونات جاهزة من أطر مثل LangChain وLlamaIndex. إذا اخترت تحليلات Amazon Neptune Analytics كمتجر متجه، فسيقوم قواعد المعرفة في Amazon Bedrock تلقائيًا بإنشاء عمليات تضمين ورسوم بيانية تربط المحتوى ذي الصلة عبر مصادر البيانات. تستفيد قواعد المعرفة في Bedrock من علاقات المحتوى هذه مع GraphRAG لتحسين دقة الاسترجاع، مما يتيح استجابات أكثر شمولاً وملاءمة وقابلية للتفسير للمستخدمين النهائيين.

باستخدام استدعاء Retrieve API، يمكنك جلب النتائج ذات الصلة لاستعلام المستخدم من قواعد المعرفة، بما في ذلك العناصر المرئية مثل الصور والرسوم البيانية والمخططات والجداول، أو البيانات المنظمة من قواعد البيانات عند الاقتضاء. تخطو واجهة برمجة التطبيقات (API) الخاصة بإجراء RetrieveAndGenerate خطوة أخرى إلى الأمام من خلال استخدام النتائج التي تم استرجاعها مباشرةً لتعزيز أمر نموذج التأسيس (FM) وإرجاع الاستجابة. يمكنك أيضًا إضافة قواعد معرفة Amazon Bedrock إلى وكلاء Amazon Bedrock لتوفير معلومات سياقية للوكلاء. يمكنك أيضًا اختيار توفير عوامل تصفية أو استخدام نموذج التأسيس (FM) لإنشاء فلاتر ضمنية لتقييد النتائج التي تم إرجاعها على المحتوى ذي الصلة فقط. تقدم قواعد المعرفة في Amazon Bedrock نماذج إعادة التصنيف لتحسين ملاءمة أجزاء المستندات المستردة.

يتم توفير جميع المعلومات التي تم استردادها من قواعد المعرفة في Amazon Bedrock مع الاستشهادات (التي تتضمن أيضًا المرئيات) لتحسين الشفافية وتقليل الهلوسة.