Amazon Neptune เปิดตัวการสนับสนุน PropertyGraphStore ใน Neptune แล้วเพื่อการสร้างแอปพลิเคชัน GraphRAG ที่เชื่อถือได้มากขึ้น
ตั้งแต่วันนี้เป็นต้นไป คุณสามารถสร้างแอปพลิเคชัน Graph Retrieval-Augmented Generation (GraphRAG) โดยการเปิดใช้งาน PropertyGraphIndex และรวมกราฟความรู้ที่เก็บไว้ใน Amazon Neptune เข้ากับ LlamaIndex ซึ่งเป็นเฟรมเวิร์กโอเพนซอร์สยอดนิยมสำหรับการสร้างแอปพลิเคชันด้วยโมเดลภาษาขนาดใหญ่ (LLM) เช่น เฟรมเวิร์กที่มีให้ใช้งานใน Amazon Bedrock เรามีความตื่นเต้นที่จะแนะนำความสามารถในการเพิ่มการสืบค้นข้อมูลด้วยภาษาธรรมชาติผ่านTextToCypher Retriever, การดึงข้อมูลกราฟความรู้ผ่านCypher Template Retrieverและการสร้าง RAG ที่ปรับปรุงสำหรับกราฟความรู้และสืบค้นผ่านตัวแยกและตัวดึงข้อมูลที่รองรับ
ลูกค้าที่สร้างแอปพลิเคชัน AI ช่วยสร้างมักจะใช้การดึงข้อมูลเพื่อการสร้างแบบเสริม (RAG) เพื่อให้แน่ใจว่าเอาต์พุต LLM มีความเกี่ยวข้อง แม่นยำ และมีประโยชน์ แม้ว่า RAG จะเพิ่มความสามารถของ LLM โดยการผสานรวมความรู้เกี่ยวกับโดเมนโดยเฉพาะโดยไม่ต้องฝึกโมเดลใหม่ แต่แอปพลิเคชัน RAG อาจจะยังคงเผชิญกับความท้าทายที่สำคัญเมื่อข้อมูลที่เกี่ยวข้องกระจายไปในหลายแหล่งที่มาหลายแห่งหรือเอกสารหลายไฟล์ กราฟความรู้จะรวมและผสานรวมข้อมูลขององค์กร ทำให้ GraphRAG สามารถเชื่อมโยงแนวคิดและเอนทิตีในเนื้อหาได้ PropertyGraphIndex ในแอปพลิเคชัน GraphRAG ทำให้สามารถจัดทำดัชนีและสืบค้นโหนดและคุณสมบัติความสัมพันธ์ได้อย่างมีประสิทธิภาพในกราฟความรู้ ทำให้สามารถดึงข้อมูลที่เกี่ยวข้องได้อย่างรวดเร็วตามแอตทริบิวต์เฉพาะ ด้วยการเปิดตัวครั้งนี้ ตอนนี้คุณสามารถแปลงข้อความเป็นการสืบค้น openCypher ได้อย่างง่ายดาย ทำให้ง่ายมากขึ้นต่อการโต้ตอบและดึงข้อมูลเชิงลึกจากกราฟความรู้ของคุณ นอกจากนี้ คุณยังสามารถใช้เทมเพลตที่กำหนดไว้ล่วงหน้าสำหรับการสืบค้น openCypher ทั่วไป ทำให้กระบวนการสร้างการสืบค้นคล่องตัวและมั่นใจได้ว่ามีความสอดคล้องกันระหว่างแอปพลิเคชัน ไม่ว่าคุณจะจัดการการดึงข้อมูลแบบมัลติฮอปที่ซับซ้อนหรือการสืบค้นง่าย ๆ PropertyGraphIndex ก็จะเพิ่มประสิทธิภาพและความสามารถโดยรวมของโซลูชัน GraphRAG ของคุณได้อย่างมาก
หากต้องการเริ่มต้นใช้งาน โปรดดูเอกสารประกอบ Amazon Neptune GraphStore