Базы знаний для Amazon Bedrock теперь поддерживают расширенные возможности RAG
Базы знаний для Amazon Bedrock – это полностью управляемая функция дополненной извлеченными данными генерации (RAG), которая позволяет подключать базовые модели (FM) к внутренним источникам данных компании для получения релевантных и точных ответов. Для извлечения точной информации по вопросу от пользователя применяется функция разбиения длинных документов на блоки меньшего размера для их обработки. Сегодня мы запускаем расширенные возможности разбиения на блоки. В первую очередь это настраиваемое разбиение. Оно позволяет клиентам писать собственный код разбиения в виде функции Lambda и даже использовать готовые компоненты из таких платформ, как LangChain и LlamaIndex. Кроме того, мы внедряем встроенные возможности разбиения на блоки, в том числе семантически и иерархически.
Клиенты также могут использовать интеллектуальный анализ для извлечения информации из более сложных данных, таких как таблицы. Эта возможность использует базовые модели Amazon Bedrock для анализа табличного содержимого в файлах таких форматов, как PDF, для повышения точности извлечения. Вы можете настроить подсказки для анализа, чтобы извлекать данные в выбранном формате. Базы знаний теперь также поддерживают переформулирование запросов. Эта возможность разбивает запросы на более простые подзапросы, извлекает релевантную информацию по каждому из них и объединяет результаты в окончательный исчерпывающий ответ. Благодаря этим новым улучшениям точности для разбиения на части, анализа и расширенной обработки запросов базы знаний позволяют пользователям создавать высокоточные и релевантные информационные ресурсы, подходящие для корпоративных вариантов использования.
Эти возможности поддерживаются во всех регионах AWS, где доступны базы знаний. Чтобы узнать больше об этих функциях и о том, как начать работу, обратитесь к документации по Базам знаний для Amazon Bedrock и посетите консоль Amazon Bedrock.