Amazon Neptune prend désormais en charge BYOKG - RAG (GA) avec la boîte à outils open source GraphRAG
Aujourd'hui, nous annonçons la prise en charge de « apportez votre propre graphique de connaissances » (BYOKG) pour la génération à enrichissement contextuel (RAG) à l'aide de la boîte à outils open source GraphRAG. Cette nouvelle fonctionnalité permet aux clients de connecter leurs graphiques de connaissances existants à de grands modèles de langage (LLM), permettant ainsi des applications d'IA générative qui fournissent des réponses plus précises, contextuelles et explicables, fondées sur des données structurées et fiables.
Auparavant, les clients qui souhaitaient utiliser leurs propres graphiques sélectionnés pour RAG devaient créer des pipelines personnalisés et une logique de récupération afin d'intégrer des requêtes graphiques dans des flux de travail d'IA générative. Grâce à la prise en charge du BYOKG, les développeurs peuvent désormais exploiter directement les graphiques spécifiques à leur domaine, tels que ceux stockés dans la base de données Amazon Neptune ou Neptune Analytics, via la boîte à outils GraphRAG. Cela facilite l'opérationnalisation de la RAG sensible aux graphiques, réduit les hallucinations et améliore le raisonnement sur les relations temporelles et à sauts multiples. Par exemple, un assistant chargé des enquêtes sur les fraudes peut interroger le graphique de connaissances d'une société de services financiers pour identifier des modèles de transactions suspectes et fournir des explications contextuelles aux analystes. De même, un chatbot des opérations de télécommunications peut détecter les défaillances constantes d'une série de pylônes cellulaires connectés, tracer les chemins de dépendance menant aux commutateurs réseau concernés, puis guider les techniciens à l'aide de documents SOP sur la manière de résoudre le problème. Les développeurs configurent simplement la boîte à outils GraphRAG avec leur source de données graphique existante, et il orchestrera des stratégies de récupération qui utilisent des requêtes graphiques parallèlement à la recherche vectorielle pour améliorer les résultats de l'IA générative.
Pour en savoir plus et commencer, consultez le Guide de l'utilisateur de la boîte à outils GraphRAG.