Amazon Bedrock Knowledge Bases prend désormais en charge les vectorisations binaires pour créer des applications RAG
Amazon Bedrock Knowledge Bases prend désormais en charge les vectorisations binaires pour créer des applications de génération à enrichissement contextuel (Retrieval Augmented Generation, RAG). Cette fonctionnalité est disponible avec le modèle Titan Text Embeddings V2 et les modèles Cohere Embed. Amazon Bedrock Knowledge Bases propose des flux de travail RAG entièrement gérés pour créer des applications de génération à enrichissement contextuel extrêmement précises, à faible latence, sécurisées et personnalisables en incorporant des informations contextuelles provenant des sources de données d'une organisation.
Les vectorisations binaires représentent les intégrations de documents sous forme de vecteurs binaires, chaque dimension étant codée sous la forme d'un seul chiffre binaire (0 ou 1). Les vectorisations binaires dans les applications RAG offrent des avantages significatifs en termes d'efficacité de stockage, de vitesse de calcul et d'évolutivité. Ils sont particulièrement utiles pour la recherche d'informations à grande échelle, les environnements aux ressources limitées et les applications en temps réel.
Cette nouvelle fonctionnalité est actuellement prise en charge avec Amazon OpenSearch sans serveur en tant qu’entrepôt de vecteurs. Il est pris en charge dans toutes les régions des bases de connaissances Amazon Bedrock où Amazon Opensearch sans serveur et Amazon Titan Text Embeddings V2 ou Cohere Embed sont disponibles.
Pour en savoir plus, consultez la documentation.