Knowledge Bases for Amazon Bedrock, 이제 RAG 애플리케이션 구축을 위한 바이너리 벡터 임베딩 지원

게시된 날짜: 2024년 11월 22일

Knowledge Bases for Amazon Bedrock는 이제 검색 증강 생성(RAG) 애플리케이션 구축을 위한 바이너리 벡터 임베딩을 지원합니다. 이 기능은 Titan Text Embeddings V2 모델 및 Cohere Embed 모델에서 사용할 수 있습니다. Knowledge Bases for Amazon Bedrock는 완전관리형 RAG 워크플로를 제공합니다. 이를 통해 조직의 데이터 소스의 컨텍스트 정보를 통합하여 매우 정확하고 지연 시간이 짧으며 안전하고 사용자 지정 가능한 검색 증강 생성(RAG) 애플리케이션을 생성할 수 있습니다.

바이너리 벡터 임베딩은 문서 임베딩을 이진 벡터로 나타내며, 각 차원은 단일 이진수(0 또는 1)로 인코딩됩니다. RAG 애플리케이션의 바이너리 임베딩은 스토리지 효율성, 컴퓨팅 속도 및 확장성 측면에서 상당한 이점을 제공합니다. 대규모 정보 검색, 리소스가 제한된 환경 및 실시간 애플리케이션에 특히 유용합니다.

이 새로운 기능은 현재 Amazon OpenSearch Serverless에서 벡터 스토어로 지원됩니다. Amazon Opensearch Serverless 및 Amazon Titan Text Embeddings V2 또는 Cohere Embed를 사용할 수 있는 모든 Knowledge Bases for Amazon Bedrock 리전에서 지원됩니다.

자세한 내용은 설명서에서 확인하세요.