Knowledge Bases für Amazon Bedrock unterstützt jetzt erweiterte RAG-Funktionen
Knowledge Bases für Amazon Bedrock ist eine vollständig verwaltete RAG-Funktion (Retrieval Augmented Generation), die es Ihnen erlaubt, Basismodelle (FMs) mit internen Datenquellen von Unternehmen zu verbinden, um relevantere und akkuratere Antworten zu erhalten. Chunking ermöglicht die Verarbeitung langer Dokumente, indem sie in kleinere Fragmente aufgeteilt werden. Das erleichtert es, eine genaue Antwort auf die Frage eines Benutzers abzurufen. Heute führen wir erweiterte Chunking-Optionen ein. Die erste ist benutzerdefiniertes Chunking. Damit können Kunden ihren eigenen Chunking-Code als Lambda-Funktion schreiben und sogar fertige Komponenten aus Frameworks wie LangChain und LlamaIndex verwenden. Darüber hinaus führen wir integrierte Chunking-Optionen wie semantisches und hierarchisches Chunking ein.
Darüber hinaus können Kunden intelligentes Parsing aktivieren, um Informationen aus komplexeren Daten wie Tabellen zu extrahieren. Diese Funktion verwendet die Basismodelle (FM) von Amazon Bedrock zur Analyse der Tabelleninhalte in Dateiformaten wie PDF, um die Abfragegenauigkeit zu verbessern. Sie können die Parsing-Prompts anpassen, um Daten im Format Ihrer Wahl zu extrahieren. Knowledge Bases unterstützt jetzt auch die Neuformulierung von Abfragen. Diese Funktion unterteilt Abfragen in einfachere Unterabfragen, ruft relevante Informationen für jede Abfrage ab und kombiniert die Ergebnisse zur endgültigen detaillierten Antwort. Chunking, Parsing und die erweiterte Abfrageverarbeitung verbessern die Genauigkeit. Benutzer von Knowledge Bases können damit hochpräzise, relevante Wissensressourcen für Anwendungen in Unternehmen erstellen.
Diese Funktionen werden in allen AWS-Regionen unterstützt, in denen Knowledge Bases verfügbar ist. Weitere Informationen zu diesem Feature und zu den ersten Schritten finden Sie in der Dokumentation zu Knowledge Bases für Amazon Bedrock und in der Amazon-Bedrock-Konsole.