Ancrage
Fournissez à vos agents d’IA des informations récentes et citables, issues de vos données d’entreprise, du Web ou des deux.
Qu’est-ce que l’ancrage ?
L’ancrage relie un modèle d’IA à des sources d’information fiables et actuelles, afin que ses réponses reposent sur des preuves qu’il peut citer, plutôt que sur ses seules données d’entraînement. Un agent utilisant l’ancrage commence par récupérer des éléments probants, raisonne à partir de ceux-ci, puis fournit une réponse accompagnée de ses sources.
Deux approches couvrent la plupart des besoins en production. L’ancrage dans les données d’entreprise s’appuie sur vos propres documents, wikis et bases de données. Web Search s’appuie sur des informations publiques récentes issues du Web.
Avantages
Ce qui change lorsque les agents utilisent des sources plutôt que leurs données d’entraînement.
Les réponses étayées sont accompagnées des sources utilisées, ce qui permet de vérifier une affirmation plutôt que de la croire sur parole.
Le modèle consulte ses sources au moment de la requête. Les nouveaux documents et les évolutions récentes sont donc pris en compte à mesure que les sources changent, sans nouveau cycle de peaufinage.
Certaines questions nécessitent les deux : déterminer, par exemple, comment un changement dans le monde affecte une situation dont seules vos données internes rendent compte. Un agent peut exploiter des sources d’entreprise et le Web au cours d’une même interaction.
L’ancrage dans les données d’entreprise récupère uniquement des informations provenant de sources que vous possédez, à l’intérieur de votre propre périmètre. L’ancrage Web s’appuie sur un index exploité par Amazon, sans sortie de données par défaut : vos données ne quittent pas votre environnement AWS.
Choisir votre méthode d’ancrage
Deux solutions gérées selon la provenance des informations dont vos réponses ont besoin.
Avez-vous trouvé les informations que vous recherchiez ?
Faites-nous part de vos commentaires afin que nous puissions améliorer le contenu de nos pages