ตอนนี้ฐานความรู้สำหรับ Amazon Bedrock รองรับความสามารถ RAG ขั้นสูงแล้ว
ฐานความรู้ สำหรับ Amazon Bedrock เป็นความสามารถการดึงข้อมูลเพื่อการสร้างแบบเสริม (RAG) ที่มีการจัดการเต็มรูปแบบ ซึ่งจะช่วยให้คุณสามารถเชื่อมต่อโมเดลพื้นฐาน (FM) กับแหล่งที่มาของข้อมูลภายในของบริษัทเพื่อส่งมอบการตอบสนองที่เกี่ยวข้องและถูกต้องแม่นยำ การแบ่งข้อมูลช่วยให้สามารถประมวลผลเอกสารที่มีเนื้อหายาวได้โดยแบ่งออกเป็นส่วนย่อย ช่วยดึงข้อมูลความรู้ที่ถูกต้องแม่นยำที่ตรงตามคำถามของผู้ใช้ได้ วันนี้เราเปิดให้บริการตัวเลือกการแบ่งข้อมูลขั้นสูง ตัวเลือกแรกคือการแบ่งข้อมูลที่กำหนดเอง ตัวเลือกนี้จะช่วยให้ลูกค้าสามารถเขียนโค้ดส่วนย่อยของตัวเองเป็นฟังก์ชัน Lamda หรือแม้กระทั่งใช้องค์ประกอบทั่วไปจากเฟรมเวิร์กต่าง ๆ เช่น LangChain และ LlamaIndex ได้ นอกจากนี้ เรายังเปิดให้บริการตัวเลือกการแบ่งข้อมูลในตัว เช่น การแบ่งข้อมูลตามความหมายและลำดับชั้น
ลูกค้าสามารถเปิดใช้งานการแยกวิเคราะห์อัจฉริยะเพื่อดึงข้อมูลจากข้อมูลที่ซับซ้อนมากขึ้น เช่น ตารางต่าง ๆ ได้ ความสามารถนี้ใช้โมเดลพื้นฐานของ Amazon Bedrock เพื่อแยกวิเคราะห์เนื้อหาแบบตารางในรูปแบบไฟล์ต่าง ๆ เช่น PDF เพื่อเพิ่มความแม่นยำในการดึงข้อมูล คุณสามารถปรับแต่งพรอมต์การแยกวิเคราะห์เพื่อดึงข้อมูลในรูปแบบที่ต้องการได้ ตอนนี้ฐานความรู้รองรับการปรับรูปแบบการสืบค้นด้วย ความสามารถนี้จะจำแนกการสืบค้นออกเป็นการสืบค้นย่อยที่เรียบง่ายกว่า ดึงข้อมูลที่เกี่ยวข้องสำหรับการสืบค้นแต่ละรายการ และรวมผลลัพธ์เข้าด้วยกันเป็นคำตอบสุดท้ายที่ครอบคลุม ฐานความรู้ที่มาพร้อมการปรับปรุงความแม่นยำรูปแบบใหม่สำหรับการแบ่งข้อมูล การแยกวิเคราะห์ และการจัดการการสืบค้นขั้นสูง ช่วยส่งเสริมให้ผู้ใช้สามารถสร้างทรัพยากรความรู้ที่มีความแม่นยำและความเกี่ยวข้องสูงซึ่งเหมาะกับกรณีการใช้งานในองค์กรได้
ขีดความสามารถเหล่านี้ได้รับการรองรับใน AWS Region ทุกแห่งที่สามารถใช้งานฐานความรู้ได้ หากต้องการดูเพิ่มเติมเกี่ยวกับฟีเจอร์เหล่านี้และวิธีเริ่มต้นใช้งาน โปรดดูที่เอกสารประกอบเกี่ยวกับฐานความรู้สำหรับ Amazon Bedrock และไปที่คอนโซล Amazon Bedrock