翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon Bedrock のリランカ―モデルを使用してクエリレスポンスの関連性を向上する
Amazon Bedrock は、クエリ時に取得する結果の関連性を向上させるために使用できる、リランカ―モデルへのアクセスを提供しています。リランカ―モデルでは、チャンクのクエリへの関連性を計算し、計算したスコアに基づいて結果を並べ替えます。リランカ―モデルを使用すると、クエリへの回答としてより適したレスポンスを返すことができます。別の方法として、モデル推論を実行する際にプロンプトに結果を含めることで、より適切かつ正確なレスポンスを生成することもできます。リランカ―モデルを使用すると、取得する結果の量が低下し、関連性が向上します。これらの結果をレスポンスの生成に使用する基盤モデルにフィードすることで、コストとレイテンシーを低減できます。
リランカ―モデルは、クエリに基づいて関連性シグナルを識別し、それらのシグナルを使用してドキュメントをランク付けするようにトレーニングされています。このため、モデルはより関連性が高く、より正確な結果を提供することができます。
注記
再ランク付けで使用できるのは、テキストデータのみです。
再ランク付けモデルの料金については、「Amazon Bedrock の料金
再ランク付けには、少なくとも以下の入力が必要です。
-
ユーザークエリを受け取り、アクセスできるデータソースの関連性を評価するリランカ―モデル
-
ユーザーのクエリ
-
クエリとの関連性に応じてリランカ―モデルが並べ替える必要がある、ドキュメントのリスト
Amazon Bedrock では、以下の方法でリランカ―モデルを使用できます。
-
Amazon Bedrock API を介して Rerank オペレーションを直接呼び出します。
Rerankオペレーションは、クエリ、ドキュメント、その他の設定を入力としてリランカ―モデルに送信します。その後、モデルはクエリとの関連性に基づいてドキュメントを再ランク付けし、レスポンスでドキュメントを返します。 -
Amazon Bedrock ナレッジベースを使用して検索拡張生成 (RAG) アプリケーションを構築する場合は、Retrieve オペレーションまたは RetrieveAndGenerate オペレーションを呼び出す際、あるいは AWS マネジメントコンソール でナレッジベースをクエリする際に、リランカ―モデルを使用します。Amazon Bedrock ナレッジベースが決定したデフォルトのランク付けは、再ランク付けの結果により、上書きされます。
