Basis Pengetahuan untuk Amazon Bedrock sekarang mendukung kemampuan RAG tingkat lanjut
Basis Pengetahuan untuk Amazon Bedrock adalah kemampuan Retrieval-Augmented Generation (RAG) terkelola sepenuhnya yang memungkinkan Anda menghubungkan model fondasi (FM) ke sumber data internal perusahaan untuk memberikan tanggapan yang relevan dan akurat. Chunking memungkinkan pemrosesan dokumen panjang dengan memecahnya menjadi potongan-potongan yang lebih kecil, memungkinkan pengambilan pengetahuan yang akurat dari pertanyaan pengguna. Hari ini, kami meluncurkan opsi chunking lanjutan. Yang pertama adalah chunking kustom. Dengan ini, pelanggan dapat menulis kode chunking mereka sendiri sebagai fungsi Lambda, dan bahkan menggunakan komponen off-shelf dari kerangka kerja seperti LangChain dan LlamaIndex. Selain itu, kami meluncurkan opsi chunking bawaan seperti chunking semantik dan hierarkis.
Selain itu, pelanggan dapat mengaktifkan penguraian cerdas untuk mengekstrak informasi dari data yang lebih kompleks seperti tabel. Kemampuan ini menggunakan model dasar Amazon Bedrock untuk mengurai konten tabular dalam format file seperti PDF untuk meningkatkan akurasi pengambilan. Anda dapat menyesuaikan perintah penguraian untuk mengekstrak data dalam format pilihan Anda. Basis Pengetahuan sekarang juga mendukung reformulasi kueri. Kemampuan ini memecah kueri menjadi sub-kueri yang lebih sederhana, mengambil informasi yang relevan untuk masing-masing, dan menggabungkan hasilnya menjadi jawaban komprehensif akhir. Dengan peningkatan akurasi baru untuk chunking, parsing, dan penanganan kueri lanjutan ini, Basis Pengetahuan memberdayakan pengguna untuk membangun sumber daya pengetahuan yang sangat akurat dan relevan yang sesuai untuk kasus penggunaan perusahaan.
Kemampuan ini didukung di semua AWS Region di mana Basis Pengetahuan tersedia. Untuk mempelajari selengkapnya tentang fitur-fitur ini dan cara memulai, lihat Bedrock Pengetahuan untuk dokumentasi Amazon Bedrock dan kunjungi konsol Amazon Bedrock.