Amazon Neptune теперь поддерживает PropertyGraphStore в Neptune для создания более надежных GraphRAG-приложений
С сегодняшнего дня вы можете создавать приложения на основе генерации с дополненной выборкой из графов (GraphRAG), используя возможности PropertyGraphIndex и объединяя графы знаний, хранящиеся в Amazon Neptune, с LlamaIndex, популярной платформой на базе открытого исходного кода для создания приложений с большими языковыми моделями (LLM), например доступными в Amazon Bedrock. Мы рады представить возможность добавлять запросы на естественном языке с помощью TextToCypher Retriever, получать данные из графов знаний с помощью Cypher Template Retriever, а также создавать и запрашивать RAG-системы на основе графов знаний, используя поддерживаемые экстракторы и средства извлечения данных.
Клиенты, которые разрабатывают приложения на основе генеративного искусственного интеллекта, часто используют генерацию с дополненной выборкой (RAG) для обеспечения актуальности, точности и полезности результатов LLM. Хотя RAG расширяет возможности LLM за счет интеграции знаний в конкретных предметных областях без переобучения модели, приложения с RAG по-прежнему сталкиваются с существенными трудностями, когда необходимая информация рассредоточена между множеством источников или документов. Графы знаний консолидируют и интегрируют данные организаций, позволяя GraphRAG находить связи между концепциями и сущностями в содержимом. Функция PropertyGraphIndex в приложениях GraphRAG обеспечивает эффективную индексацию и возможности запроса узлов и связей в графах знаний для быстрого получения нужных данных на основе определенных атрибутов. Благодаря запуску этой функции теперь вы можете легко преобразовывать текст в запросы openCypher, что упрощает взаимодействие с графами знаний и извлечение из них полезных сведений. Кроме того, вы можете использовать готовые шаблоны стандартных запросов openCypher для более эффективного создания запросов и обеспечения согласованности между приложениями. PropertyGraphIndex значительно улучшает совокупную производительность и функционал решений GraphRAG как при использовании простых запросов, так и при сложном многоэтапном извлечении данных.
Для начала ознакомьтесь с документацией по Amazon Neptune GraphStore.