Cơ sở kiến thức Amazon Bedrock hiện hỗ trợ nhúng véc-tơ nhị phân để xây dựng ứng dụng RAG
Cơ sở kiến thức dành cho Amazon Bedrock hiện hỗ trợ nhúng véc-tơ nhị phân để xây dựng các ứng dụng Tạo có kết hợp truy xuất thông tin ngoài (RAG). Tính năng này có sẵn với mô hình Titan Text Embeddings V2 và các mô hình Cohere Embed. Cơ sở kiến thức dành cho Amazon Bedrock cung cấp quy trình công việc RAG được quản lý đầy đủ để tạo ra các ứng dụng Tạo có kết hợp truy xuất thông tin ngoài (RAG) với độ chính xác cao, độ trễ thấp, an toàn và có thể tùy chỉnh bằng cách kết hợp thông tin theo ngữ cảnh từ các nguồn dữ liệu của tổ chức.
Nhúng véc-tơ nhị phân biểu thị việc nhúng tài liệu dưới dạng véc-tơ nhị phân, với mỗi chiều được mã hóa thành một chữ số nhị phân duy nhất (0 hoặc 1). Nhúng nhị phân trong ứng dụng RAG đem lại lợi ích đáng kể về hiệu quả lưu trữ, tốc độ tính toán và khả năng điều chỉnh quy mô. Chúng đặc biệt hữu ích cho việc truy xuất thông tin quy mô lớn, cho các môi trường hạn chế tài nguyên và các ứng dụng trong thời gian thực.
Chức năng mới này hiện được hỗ trợ với Amazon OpenSearch phi máy chủ dưới dạng lưu trữ véc-tơ. Chức năng này được hỗ trợ ở tất cả các khu vực Cơ sở kiến thức dành cho Amazon Bedrock có Amazon OpenSearch phi máy chủ và Amazon Titan Text Embeddings V2 hoặc Cohere Embed.
Để biết thêm thông tin, vui lòng tham khảo tài liệu.