Recupero di dati e generazione di risposte di IA con Knowledge Base per Amazon Bedrock - Amazon Bedrock

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Recupero di dati e generazione di risposte di IA con Knowledge Base per Amazon Bedrock

Sebbene i modelli di fondazione dispongano di conoscenze generali, puoi migliorare ulteriormente le loro risposte utilizzando la generazione potenziata da recupero dati (RAG). RAG è una tecnica che utilizza le informazioni provenienti dalle origini dati per migliorare la pertinenza e l’accuratezza delle risposte generate. Con Knowledge Base per Amazon Bedrock, puoi integrare informazioni proprietarie nelle tue applicazioni di IA generativa. Quando viene effettuata una query, una knowledge base cerca i dati per trovare informazioni pertinenti e rispondere alla query. Le informazioni recuperate possono quindi essere utilizzate per migliorare le risposte generate. Puoi compilare la tua applicazione basata su RAG utilizzando le funzionalità di Knowledge Base per Amazon Bedrock.

Con Knowledge Base per Amazon Bedrock puoi:

  • Rispondere alle query degli utenti restituendo informazioni pertinenti dalle origini dati.

  • Utilizzare le informazioni recuperate dalle origini dati per generare una risposta accurata e pertinente alle query degli utenti.

  • Migliorare i tuoi prompt inserendo in essi le informazioni pertinenti restituite.

  • Includere le citazioni nella risposta generata in modo da poter fare riferimento all’origine dati originale e verificare l’accuratezza.

  • Includere documenti con numerose risorse visive da cui è possibile estrarre immagini e recuperarle nelle risposte alle query. Se si genera una risposta in base ai dati recuperati, il modello può fornire ulteriori informazioni sulla base di queste immagini.

  • Effettua ricerche utilizzando immagini come query per trovare contenuti visivamente simili o combina testo e immagini nelle query per risultati più precisi utilizzando modelli di incorporamento multimodali.

  • Convertire il linguaggio naturale in query (come le query SQL) personalizzate per i database strutturati. Per recuperare dati da datastore strutturati vengono utilizzate queste query.

  • Aggiornare le tue origini dati e importare le modifiche direttamente nella knowledge base in modo che sia possibile accedervi immediatamente.

  • Utilizzare i modelli di riclassificazione per influenzare i risultati recuperati dalla tua origine dati.

  • Includere la knowledge base in un flusso di lavoro di Agent per Amazon Bedrock.

Per configurare una knowledge base, è necessario completare le fasi generali seguenti:

  1. (Opzionale) Se colleghi la knowledge base a un’origine dati non strutturata, configura il tuo archivio vettoriale supportato per indicizzare la rappresentazione degli embedding vettoriali dei dati. Puoi saltare questo passaggio se prevedi di utilizzare la console Amazon Bedrock per creare un Amazon OpenSearch Serverless vector store per te.

  2. Connetti la knowledge base a un’origine dati non strutturata o strutturata.

  3. Sincronizza l’origine dati con la knowledge base.

  4. Configura l’applicazione o l’agente per eseguire queste operazioni:

    • Interrogare la knowledge base e restituire le origini pertinenti.

    • Interrogare la knowledge base e generare risposte in linguaggio naturale in base ai risultati recuperati.

    • (Se interroghi una knowledge base collegata a un datastore strutturato) Trasformare una query in una query specifica per il linguaggio dei dati strutturati (ad esempio una query SQL).

Argomenti