Publié le: Sep 13, 2023
Aujourd'hui, nous annonçons la version préliminaire de la base de connaissances pour Amazon Bedrock qui vous permet de connecter les sources de données privées de votre organisation aux modèles de fondation (FM) afin de permettre la génération augmentée de récupération dans vos applications d'IA générative afin de fournir des réponses de FM plus pertinentes et contextuelles.
Pour les cas d'utilisation tels que la réponse à des questions sur les données privées d'une entreprise, les clients utilisent généralement une technique appelée génération augmentée de récupération (RAG), qui consiste à transmettre la requête d'un utilisateur final pour effectuer une recherche dans les sources de données internes du client et récupérer le texte pertinent. Pour obtenir des informations sémantiquement précises à partir de la recherche, les clients convertissent d'abord leur corpus de données en intégrations (ou vecteurs) à l'aide d'une FM de conversion de texte en éléments intégrés, puis les stockent dans une base de données vectorielle. Aujourd'hui, les clients effectuent plusieurs étapes indifférenciées pour mettre en œuvre la RAG. La base de connaissances d'Amazon Bedrock élimine le besoin d'intégrer différents systèmes. Les développeurs peuvent spécifier l'emplacement de leurs documents, tels qu'un compartiment Amazon S3, et Bedrock gérera à la fois le flux de travail d'ingestion (récupération des documents, segmentation, création d'intégrations et stockage dans une base de données vectorielle) et l'orchestration de l'exécution (création d'intégrations pour la requête de l'utilisateur final, recherche de fragments pertinents dans la base de données vectorielle et transmission à un FM). Les clients peuvent choisir parmi une gamme de bases de données vectorielles, notamment le moteur vectoriel pour Amazon OpenSearch Serverless, Pinecone et Redis Enterprise Cloud.
La base de connaissances d'Amazon Bedrock est actuellement disponible en version préliminaire pour tous les clients qui ont accès à des agents pour Amazon Bedrock. Pour en savoir plus, consultez le billet de blog sur la base de connaissances d'Amazon Bedrock et la page produit détaillée d’Amazon Bedrock.