Amazon Neptune รองรับ BYOKG - RAG (GA) แล้ว ด้วยชุดเครื่องมือ GraphRAG แบบโอเพนซอร์ส
วันนี้ เราขอประกาศการรองรับ Bring Your Own Knowledge Graph (BYOKG) สำหรับการดึงข้อมูลเพื่อการสร้างแบบเสริม (RAG) โดยใช้ชุดเครื่องมือ GraphRAG แบบโอเพนซอร์ส ความสามารถใหม่นี้ช่วยให้ลูกค้าสามารถเชื่อมต่อกราฟความรู้ที่มีอยู่ของตนเข้ากับโมเดลภาษาขนาดใหญ่ (LLM) ทำให้แอปพลิเคชัน AI ช่วยสร้างสามารถให้คำตอบที่แม่นยำยิ่งขึ้น, มีบริบทที่สมบูรณ์ และสามารถอธิบายได้ โดยอิงตามข้อมูลที่มีโครงสร้างที่เชื่อถือได้
ก่อนหน้านี้ ลูกค้าที่ต้องการใช้กราฟที่คัดสรรมาแล้วของตนเองสำหรับ RAG จะต้องสร้างไปป์ไลน์และตรรกะการเรียกข้อมูลแบบกำหนดเองเพื่อผสานรวมการสืบค้นกราฟเข้ากับเวิร์กโฟลว์ของ AI ช่วยสร้าง ด้วยการรองรับ BYOKG ตอนนี้นักพัฒนาสามารถใช้ประโยชน์จากกราฟความรู้เฉพาะด้านของตนเองได้โดยตรง เช่น กราฟที่จัดเก็บไว้ในฐานข้อมูล Amazon Neptune หรือการวิเคราะห์ Neptune ผ่านชุดเครื่องมือ GraphRAG สิ่งนี้ทำให้การจัดการ RAG ที่รับรู้กราฟง่ายขึ้น, ลดผลลัพธ์เพี้ยน และปรับปรุงการใช้เหตุผลในความสัมพันธ์แบบหลายช่วงการเชื่อมต่อและเชิงเวลา ตัวอย่างเช่น ผู้ช่วยสืบสวนการฉ้อโกงสามารถสืบค้นกราฟความรู้ของบริษัทบริการทางการเงินเพื่อแสดงรูปแบบธุรกรรมที่น่าสงสัยและให้คำอธิบายตามบริบทแก่นักวิเคราะห์ ในทำนองเดียวกัน แชทบอทสำหรับการดำเนินงานโทรคมนาคมสามารถตรวจพบว่าเสาสัญญาณหลายชุดที่เชื่อมโยงกันล้มเหลวอย่างต่อเนื่อง ติดตามเส้นทางการพึ่งพาไปยังสวิตช์เครือข่ายที่ได้รับผลกระทบ จากนั้นจึงแนะนำช่างเทคนิคโดยใช้เอกสาร SOP เกี่ยวกับวิธีแก้ไขปัญหา นักพัฒนาเพียงแค่กำหนดค่าชุดเครื่องมือ GraphRAG ด้วยแหล่งที่มาของข้อมูลกราฟที่มีอยู่ และจะทำการควบคุมระบบกลยุทธ์การดึงข้อมูลที่ใช้การสืบค้นกราฟควบคู่ไปกับการค้นหาเวกเตอร์เพื่อเพิ่มประสิทธิภาพผลลัพธ์ของ AI ช่วยสร้าง
หากต้องการเรียนรู้เพิ่มเติมและเริ่มต้นใช้งาน โปรดไปที่คู่มือผู้ใช้ชุดเครื่องมือ GraphRAG