Amazon Bedrock Knowledge Bases ora supporta gli embedding di vettori binari per la creazione di applicazioni RAG
Amazon Bedrock Knowledge Bases ora supporta gli embedding di vettori binari per la creazione di applicazioni di generazione potenziata tramite recupero (RAG). Questa funzione è disponibile con il modello Titan Text Embeddings V2 e i modelli Cohere Embed. Amazon Bedrock Knowledge Bases offre flussi di lavoro RAG completamente gestiti per creare applicazioni RAG (retrieval-augmented-generation) estremamente accurate, a bassa latenza, sicure e personalizzabili incorporando informazioni contestuali dalle origini dati di un'organizzazione.
Gli embedding di vettori binari rappresentano gli embedding di documenti come vettori binari, con ogni dimensione codificata come una singola cifra binaria (0 o 1). Gli embedding binari nelle applicazioni RAG offrono vantaggi significativi in termini di efficienza dello storage, velocità di calcolo e scalabilità. Sono particolarmente utili per il recupero di informazioni su larga scala, ambienti con risorse limitate e applicazioni in tempo reale.
Questa nuova funzionalità è attualmente supportata con Amazon OpenSearch serverless come archivio vettoriale. È supportata in tutte le regioni Amazon Bedrock Knowledge Bases in cui sono disponibili Amazon Opensearch serverless e Embedding di testo Amazon Titan V2 o Cohere Embed.
Per ulteriori informazioni, consulta la documentazione.