Knowledge Base per Amazon Bedrock

Per dotare i modelli di fondazione (FM) di informazioni aggiornate e proprietarie, le organizzazioni utilizzano la generazione potenziata da recupero dati (RAG), una tecnica che recupera dati dalle origini dati aziendali e arricchisce il prompt per fornire risposte più pertinenti e accurate. Knowledge Base per Amazon Bedrock 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 dati contengono origini strutturate, Knowledge Base per Amazon Bedrock offre una soluzione di linguaggio naturale gestito integrato per il linguaggio 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, Knowledge Base per Amazon Bedrock recupera automaticamente i dati da origini come Amazon Simple Storage Service (Amazon S3), Confluence, Salesforce, SharePoint o Web Crawler, tutti in anteprima. Inoltre, ricevi anche l'acquisizione programmatica di documenti per consentire ai clienti di acquisire dati in streaming o da origini non supportate. Una volta importato il contenuto, Knowledge Base per Amazon Bedrock lo suddivide in blocchi di testo, converte il testo in embedding e archivia questi ultimi nel database vettoriale. È possibile scegliere tra diversi archivi vettoriali supportati, tra cui Amazon Aurora, Amazon OpenSearch serverless, Analisi Amazon Neptune, MongoDB, Pinecone e Redis Enterprise Cloud. È anche possibile scegliere di connettersi a un indice di ricerca ibrido di Amazon Kendra per il recupero gestito.

Utilizzando Knowledge Base per Amazon Bedrock, è anche possibile connettersi agli 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. Knowledge Base per Amazon Bedrock passa 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.

Knowledge Base per Amazon Bedrock, come soluzione RAG completamente gestita, offre 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 Knowledge Base per analizzare ed estrarre informazioni significative. È possibile 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.

Knowledge Base per Amazon Bedrock offre 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 si sceglie Analisi Amazon Neptune come archivio vettoriale, Knowledge Base per Amazon Bedrock crea automaticamente embedding e grafici che collegano i contenuti correlati tra le origini dati. Knowledge Base per Amazon Bedrock sfrutta 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, è possibile recuperare risultati pertinenti per una query utente dalle basi di conoscenza, 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 Knowledge Base per Amazon Bedrock ad Agent per Amazon Bedrock per offrire agli agenti informazioni contestuali. È anche possibile scegliere di fornire filtri o utilizzare i modelli FM per generare filtri impliciti e limitare i risultati restituiti solo al contenuto pertinente. Knowledge Base per Amazon Bedrock offre modelli di reranker per migliorare la pertinenza dei blocchi di documenti recuperati.

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