Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.
Modèles Amazon Bedrock
Les CloudFormation modèles Amazon Bedrock fournissent les AWS ressources nécessaires pour créer des connecteurs entre OpenSearch Service et Amazon Bedrock.
Tout d'abord, le modèle crée un rôle IAM qui permet à la future fonction Lambda d'accéder à OpenSearch votre domaine de service. Le modèle crée ensuite la fonction Lambda, qui permet au domaine de créer un connecteur à l'aide du plugin ML Commons. Une fois que OpenSearch Service a créé le connecteur, la configuration de l'inférence à distance est terminée et vous pouvez exécuter des recherches sémantiques à l'aide des opérations de l'API Amazon Bedrock.
Note
Amazon Bedrock héberge ses propres modèles de machine learning, il n'est pas nécessaire de déployer un modèle dans SageMaker Runtime. Au lieu de cela, le modèle utilise un point de terminaison prédéterminé pour Amazon Bedrock et ignore les étapes de fourniture du point de terminaison.
Pour utiliser le modèle Amazon Bedrock CloudFormation
-
Ouvrez la console Amazon OpenSearch Service
. -
Dans le volet de navigation de gauche, choisissez Integrations.
-
Sous Intégrer au modèle Amazon Titan Text Embeddings via Amazon Bedrock, choisissez Configurer le domaine, Configurer le domaine public.
-
Suivez les instructions pour configurer votre modèle.
Note
OpenSearch Le service fournit également un modèle distinct pour configurer un domaine Amazon VPC. Si vous utilisez ce modèle, vous devez fournir l'identifiant Amazon VPC pour la fonction Lambda.
En outre, OpenSearch Service fournit les modèles Amazon Bedrock suivants pour se connecter au modèle Cohere et au modèle Amazon Titan Multimodal Embeddings :
-
Integration with Cohere Embed through Amazon Bedrock -
Integrate with Amazon Bedrock Titan Multi-modal
