Basi di conoscenza di HAQM Bedrock

Per dotare i modelli di fondazione (FM) di informazioni aggiornate e proprietarie, le organizzazioni utilizzano Retrieval Augmented Generation (RAG), una tecnica che recupera dati dalle origini dati aziendali e arricchisce il prompt per fornire risposte più pertinenti e accurate. HAQM Bedrock Knowledge Bases è una funzionalità completamente gestita con gestione integrata dei contenuti delle sessioni e attribuzione delle origini che consente di implementare l'intero flusso di lavoro RAG, dall'importazione al recupero fino all'arricchimento dei prompt, senza dover sviluppare integrazioni personalizzate per le origini dati né gestire i flussi di quest'ultimi. Inoltre, hai la possibilità di porre domande e riepilogare i dati da un singolo documento senza configurare un database vettoriale. Se i tuoi dati contengono origini strutturate, le Knowledge Base di HAQM Bedrock forniscono una soluzione di linguaggio naturale gestito integrato per il linguaggio SQL (Structured Query Language) per generare un comando di query e recuperare i dati senza la necessità di spostarli altrove.

Se disponi di origini dati non strutturate, le Knowledge Base di HAQM Bedrock recuperano automaticamente i dati da fonti come HAQM Simple Storage Service (HAQM S3), Confluence (anteprima), Salesforce (anteprima), SharePoint (anteprima) o Web Crawler (anteprima). Inoltre, ricevi anche l'acquisizione programmatica di documenti per consentire ai clienti di acquisire dati in streaming o dati da origini non supportate. Una volta importato il contenuto, le Knowledge Base di HAQM Bedrock lo suddividono in blocchi di testo, convertono il testo in embedding e li archiviano nel database vettoriale. Puoi scegliere tra diversi archivi vettoriali supportati, tra cui HAQM Aurora, HAQM OpenSearch serverless, Analisi HAQM Neptune, MongoDB, Pinecone e Redis Enterprise Cloud. Puoi anche scegliere di connetterti a un indice di ricerca ibrido di HAQM Kendra per il recupero gestito.

Utilizzando le Knowledge Base di HAQM Bedrock, puoi anche connetterti ai tuoi archivi di dati strutturati per generare risposte fondate. Questo può essere particolarmente utile quando si dispone di materiale di origine come dettagli transazionali archiviati in data warehouse e datalake. Le Knowledge Base di HAQM Bedrock passano da linguaggio naturale a SQL per convertire le query in comandi SQL ed eseguirli per recuperare i dati, senza doverli spostare dall'origine dati primaria.

Con le Knowledge Base di HAQM Bedrock come soluzione RAG completamente gestita, hai la flessibilità di personalizzare e migliorare la precisione del recupero. Per le origini dati non strutturate contenenti dati multimodali come immagini e documenti visivamente ricchi con layout complessi (ad es. documenti contenenti tabelle, figure, grafici e diagrammi), è possibile configurare le Knowledge Base di Bedrock per analizzare ed estrarre informazioni significative. Puoi scegliere come parser Bedrock Data Automation o modelli di fondazione. Ciò consente l'elaborazione continua di dati multimodali complessi, permettendo di creare applicazioni di IA generativa altamente accurate.

Le Knowledge Base di HAQM Bedrock offrono una varietà di opzioni avanzate di suddivisione dei dati, tra cui suddivisione semantica, gerarchica e a dimensione fissa. Per un controllo totale, i clienti possono scrivere il proprio codice in sezioni come una funzione Lambda e persino utilizzare componenti standard da framework come LangChain e LlamaIndex. Se scegli l’Analisi HAQM Neptune come archivio vettoriale, la Knowledge Base di HAQM Bedrock crea automaticamente embedding e grafici che collegano i contenuti correlati tra le tue origini dati. Le Knowledge Base di Bedrock sfruttano queste relazioni di contenuto con GraphRAG per migliorare la precisione del recupero, rendendo possibili risposte più complete, pertinenti e spiegabili agli utenti finali.

Utilizzando l'API Retrieve, puoi recuperare risultati pertinenti per una query utente dalle knowledge base, inclusi elementi visivi come immagini, diagrammi, grafici e tabelle o dati strutturati dai database, ove pertinente. L'API RetrieveAndGenerate si spinge anche oltre e utilizza direttamente i risultati recuperati per migliorare il prompt FM e restituire la risposta. È anche possibile aggiungere HAQM Bedrock Knowledge Bases ad HAQM Bedrock Agents per offrire agli agenti informazioni contestuali. Puoi anche scegliere di fornire filtri o utilizzare FM per generare filtri impliciti e limitare i risultati restituiti solo al contenuto pertinente. Le Knowledge Base di HAQM Bedrock offrono modelli di reranker per migliorare la pertinenza dei blocchi di documenti recuperati.

Tutte le informazioni recuperate dalle Knowledge Base di HAQM Bedrock vengono fornite con le rispettive citazioni (che includono anche immagini) per migliorare la trasparenza e ridurre al minimo le allucinazioni.