Basis Pengetahuan Amazon Bedrock

Untuk melengkapi model fondasi (FM) dengan informasi terkini dan eksklusif, organisasi menggunakan Retrieval Augmented Generation (RAG), sebuah teknik yang mengambil data dari sumber data perusahaan dan memperkaya perintah untuk memberikan respons yang lebih relevan serta akurat. Basis Pengetahuan Amazon Bedrock adalah kemampuan terkelola penuh dengan atribut manajemen dan sumber konteks sesi bawaan yang membantu Anda mengimplementasikan seluruh alur kerja RAG, mulai dari penyerapan hingga pengambilan serta augmentasi prompt tanpa harus membangun integrasi kustom ke sumber data dan mengelola alur data. Anda juga dapat mengajukan pertanyaan dan meringkas data dari satu dokumen, tanpa menyiapkan basis data vektor. Jika data Anda berisi sumber terstruktur, Basis Data Amazon Bedrock menyediakan bahasa alami terkelola bawaan ke bahasa kueri terstruktur untuk menghasilkan perintah kueri guna mengambil data, tanpa harus memindahkannya ke penyimpanan lain.

Jika Anda memiliki sumber data tidak terstruktur, Basis Pengetahuan Amazon Bedrock secara otomatis mengambil data dari sumber seperti Amazon Simple Storage Service (Amazon S3), Confluence (pratinjau), Salesforce (pratinjau), SharePoint (pratinjau), atau Web Crawler (pratinjau). Selain itu, Anda juga menerima penyerapan dokumen terprogram agar pelanggan dapat menyerap data streaming atau data dari sumber yang tidak didukung. Setelah konten diserap, Basis Pengetahuan Amazon Bedrock membaginya menjadi beberapa blok teks, mengonversi teks menjadi sematan, dan menyimpannya dalam basis data vektor Anda. Anda dapat memilih dari banyak penyimpanan vektor yang didukung, termasuk Amazon Aurora, Amazon OpenSearch Nirserver, Analitik Amazon Neptune, MongoDB, Pinecone, dan Redis Enterprise Cloud. Anda juga dapat memilih untuk terhubung ke indeks pencarian hibrida Amazon Kendra untuk pengambilan terkelola

Dengan menggunakan Basis Pengetahuan Amazon Bedrock, Anda juga dapat terhubung ke penyimpanan data terstruktur untuk menghasilkan respons yang berdasar. Hal ini dapat sangat berguna ketika Anda memiliki materi sumber seperti detail transaksional yang disimpan di gudang data dan danau data. Basis Pengetahuan Amazon Bedrock menggunakan Bahasa Alami ke SQL untuk mengonversi kueri ke perintah SQL dan menjalankan perintah untuk mengambil data, tanpa perlu memindahkannya dari sumber data sumber Anda.

Dengan Basis Pengetahuan Amazon Bedrock sebagai solusi RAG terkelola penuh, Anda memiliki fleksibilitas untuk menyesuaikan dan meningkatkan akurasi pengambilan. Untuk sumber data tidak terstruktur yang berisi data multimodal seperti gambar dan dokumen yang kaya visual dengan tata letak yang kompleks (misalnya, dokumen yang berisi tabel, gambar, bagan, dan diagram), Anda dapat mengonfigurasi Basis Pengetahuan Bedrock untuk mengurai, menganalisis, dan mengekstrak wawasan yang bermakna. Anda dapat memilih Otomatisasi Data Bedrock atau model fondasi sebagai pengurai. Hal ini memungkinkan pemrosesan data multimodal kompleks yang lancar, sehingga memungkinkan Anda untuk membangun aplikasi GenAI yang sangat akurat.

Basis Pengetahuan Amazon Bedrock menawarkan berbagai opsi pemotongan data tingkat lanjut, termasuk pemotongan semantik, hierarkis, dan ukuran tetap. Untuk kontrol penuh, Anda dapat menulis kode potongan sendiri sebagai fungsi Lambda, dan bahkan menggunakan komponen yang sudah tersedia dari kerangka kerja seperti LangChain dan LlamaIndex. Jika Anda memilih Analitik Amazon Neptune sebagai penyimpanan vektor, Basis Pengetahuan Amazon Bedrock secara otomatis membuat sematan dan grafik yang menautkan konten terkait di seluruh sumber data Anda. Basis Pengetahuan Bedrock memanfaatkan hubungan konten ini dengan GraphRAG untuk meningkatkan akurasi pengambilan, sehingga dapat memberikan respons yang lebih komprehensif, relevan, dan dapat dijelaskan kepada pengguna akhir.

Dengan menggunakan Retrieve API, Anda dapat mengambil hasil yang relevan untuk kueri pengguna dari basis pengetahuan, termasuk elemen visual seperti gambar, diagram, bagan, dan tabel, atau data terstruktur dari basis data jika diperlukan. API RetrieveAndGenerate melangkah lebih jauh dengan langsung menggunakan hasil yang diambil untuk menambah perintah FM dan mengembalikan respons. Anda juga dapat menambahkan Basis Pengetahuan Amazon Bedrock ke Agen Amazon Bedrock untuk memberikan informasi kontekstual kepada agen. Anda juga dapat memilih untuk menyediakan filter atau menggunakan FM untuk menghasilkan filter implisit guna membatasi hasil yang ditampilkan hanya pada konten yang relevan. Basis Pengetahuan Amazon Bedrock menawarkan model reranker untuk meningkatkan relevansi potongan dokumen yang diambil.

Semua informasi yang diambil dari Basis Pengetahuan Amazon Bedrock dilengkapi dengan kutipan (yang juga menyertakan visual) untuk meningkatkan transparansi dan meminimalkan halusinasi.