Amazon Bedrock 知识库

借助 Amazon Bedrock 知识库，您可以为 FM 和座席提供来自公司私有数据来源的上下文信息，以供检索增强生成（RAG）提供更相关、更准确、更定制的响应

对端到端 RAG 工作流程的完全托管支持

为了向基础模型（FM）提供最新的专有信息，组织使用了检索增强生成（RAG），该技术可从公司数据来源获取数据，并丰富提示以提供更相关和更准确的响应。Amazon Bedrock 知识库是一项完全托管的功能，可帮助您实施从摄取到检索和提示增强的整个 RAG 工作流程，而无需构建与数据来源的自定义集成或管理数据流。此外，您可以从单个文档中提问并汇总数据，而无需设置向量数据库。您还可以使用内置的会话上下文管理功能，这样您的应用程序就能轻松支持多向对话。

自定义知识库，在运行时提供准确响应

现在，您可以微调检索和提取，从而在各个使用案例中实现更高的准确性。通过高级解析选项，理解包含复杂内容（例如表格）的非结构化数据（例如 PDF、扫描图像）。借助自定义分块等高级数据分块选项，您可以将自己的分块代码编写为 Lamda 函数，甚至可以使用 LangChain 和 LlamaIndex 等框架中的现成组件。如果您愿意，也可以使用默认分块、固定大小分块、无分块、分层分块或语义分块等其中一种内置分块策略。在检索时，可以利用查询重构来提高系统对复杂查询的理解能力。