Publié le: Mar 28, 2024
Les bases de connaissances d'Amazon Bedrock sont une fonctionnalité RAG (Retrieval-Augmented Generation) entièrement gérée qui vous permet de connecter des modèles de fondation (FM) à des sources de données internes à l'entreprise afin de fournir des réponses plus pertinentes, spécifiques au contexte et précises. Les bases de connaissances prennent désormais en charge le filtrage des métadonnées, ce qui améliore la précision de la récupération en garantissant la pertinence des documents par rapport à la requête.
Les applications RAG traitent les requêtes des utilisateurs en effectuant des recherches dans un large éventail de documents. Cependant, dans de nombreuses situations, vous devrez peut-être récupérer des documents présentant des attributs et/ou un contenu spécifiques. Grâce au filtrage des métadonnées, les utilisateurs peuvent affiner les résultats de recherche en spécifiant les documents à inclure ou à exclure d'une requête, ce qui se traduit par des réponses plus pertinentes générées par le FM. Par exemple, pour améliorer la pertinence des résultats de recherche pour une requête telle que « Comment déposer une réclamation » dans une zone géographique donnée, vous pouvez appliquer un filtre pour récupérer uniquement les documents relatifs à l'État en question.
Cette fonctionnalité vous permet de définir des attributs de métadonnées personnalisés qui filtrent les résultats de recherche avant d'exécuter une requête. Vous pouvez spécifier des métadonnées personnalisées pour chaque document correspondant lors de l'ingestion de données dans la base de connaissances. Au lancement, les attributs de métadonnées prennent en charge les types de données booléens, chaînes, doubles et entiers. Huit des opérateurs relationnels les plus courants peuvent être utilisés pour le filtrage, ces derniers étant détaillés dans la documentation ci-dessous.
Le filtrage des métadonnées est actuellement disponible dans les régions AWS USA Est (Virginie du Nord) et USA Ouest (Oregon). Pour en savoir plus sur cette fonctionnalité et savoir comment démarrer, consultez la documentation relative aux bases de connaissances d'Amazon Bedrock et visitez la console Amazon Bedrock.