Amazon-Bedrock-Wissensdatenbanken verbessert mit automatisch generierten Abfragefiltern die Ergebnisrelevanz bei Abfragen
Amazon-Bedrock-Wissensdatenbanken bietet vollständig verwaltete, durchgängige Retrieval-Augmented Generation (RAG)-Workflows zur Erstellung hochgenauer, latenzarmer, sicherer und benutzerdefinierter GenAI-Anwendungen durch die Integration kontextbezogener Informationen aus Ihren Datenquellen. Heute stellen wir automatisch generierte Abfragefilter vor, die die Abrufgenauigkeit verbessern, indem sichergestellt wird, dass die abgerufenen Dokumente für die Abfrage relevant sind. Dieses Feature erweitert die bestehende manuelle Metadatenfilterung. Kunden können jetzt die Suchergebnisse eingrenzen, ohne komplexe Filterausdrücke manuell erstellen zu müssen.
RAG-Anwendungen verarbeiten Benutzeranfragen, indem sie in einer großen Menge von Dokumenten suchen. In vielen Situationen müssen Sie jedoch möglicherweise Dokumente mit bestimmten Attributen und/oder Inhalten abrufen. Wenn automatisch generierte Abfragefilter aktiviert sind, erhalten Sie gefilterte Suchergebnisse, die auf den Metadaten des Dokuments basieren, ohne dass Sie dafür selbst komplexe Filterausdrücke erstellen müssen. Beispielsweise wird bei der Frage „Wie reicht man in Washington einen Antrag ein“ automatisch der Bundesstaat als „Washington“ als Filter angewendet, um nur die Dokumente abzurufen, die sich auf diesen US-Bundesstaat beziehen.
Die Funktion ist in den Regionen USA Ost (Nord-Virginia), USA West (Oregon), Asien-Pazifik (Tokio), Asien-Pazifik (Seoul), Europa (Frankfurt), Europa (Zürich) und AWS GovCloud (USA-West) verfügbar. Weitere Informationen finden Sie in der Dokumentation.