Veröffentlicht am: May 2, 2024
Wissensdatenbanken für Amazon Bedrock verbindet Basismodelle (FMs) sicher mit unternehmensinternen Datenquellen für Retrieval Augmented Generation (RAG), um relevantere und genauere Antworten zu liefern. Heute kündigen wir die Unterstützung von Vektorspeicher für MongoDB Atlas in den Knowledge Bases (KB) für Amazon Bedrock an.
Die native Integration von Knowledge Bases in Vektordatenbanken ermöglicht es Ihnen, innovativ zu arbeiten und einzigartige Erlebnisse zu schaffen, die auf der Vektorsuche basieren, sodass Sie keine benutzerdefinierten Datenquellenintegrationen erstellen müssen. Die Vektorsuche ermöglicht es Ihnen, tiefe und genaue Einblicke zu gewinnen und spezifische Informationen aus einem Korpus von Dokumenten zu finden. Mit dieser Einführung kann Ihre MongoDB Atlas-Vektordatenbank jetzt die Funktionen der Knowledge Bases nutzen, z. B. das Hinzufügen von Metadaten zu Quelldaten, um eine gefilterte Liste relevanter Passagen abzurufen, das Anpassen von Eingabeaufforderungen und das Konfigurieren der Anzahl der Abrufergebnisse. Für zusätzliche Sicherheit können Sie Ihr AWS-Konto über das öffentliche Internet sowie über AWS PrivateLink mit MongoDB Atlas verbinden.
Diese Integration erweitert die Liste der von Knowledge Bases unterstützten Vektordatenbanken, darunter Amazon Aurora, Amazon OpenSearch Serverless, Pinecone und Redis. Sie können diese Integration auch mit der Retrieve-API von KB und der RetrieveAndGenerate-API verwenden. Die MongoDB-Integration für Amazon Bedrock Knowledge Bases ist jetzt in den AWS-Regionen USA Ost (Nord-Virginia) und USA West (Oregon) allgemein verfügbar. Weitere Informationen finden Sie im Blog zu den MongoDB-Integrationsfeatures und in der Dokumentation der Knowledge Bases. Besuchen Sie zunächst MongoDB Atlas im AWS Marketplace und in der Amazon Bedrock-Konsole.