利用 Amazon Bedrock 知识库检索数据并生成人工智能响应 - Amazon Bedrock

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

利用 Amazon Bedrock 知识库检索数据并生成人工智能响应

在基础模型具备通识的情况下，您可以使用检索增强生成（RAG）进一步改善其响应。RAG 是一种技术，使用来自数据来源的信息来提高所生成响应的相关性和准确性。利用 Amazon Bedrock 知识库，您可以将专有信息集成到生成式人工智能应用程序中。进行查询时，知识库会搜索您的数据，查找相关信息来回答查询。然后，检索到的信息可用于改进生成的响应。您可以使用 Amazon Bedrock 知识库的功能，构建自己的基于 RAG 的应用程序。

借助 Amazon Bedrock 知识库，您可以：

  • 通过返回来自数据来源的相关信息，来回答用户查询。

  • 使用从数据来源检索到的信息，帮助为用户查询生成准确且相关的响应。

  • 通过将返回的相关信息馈送到提示中，来增强您自己的提示。

  • 在生成的响应中加入引文，使得原始数据来源可以被引用并检查准确性。

  • 包括具有大量视觉资源的文档，可以从中提取和检索图像用来响应查询。如果您根据检索到的数据生成响应，则模型可以根据这些图像提供更多见解。

  • 使用图像作为查询进行搜索以查找视觉上相似的内容，或者使用多模态嵌入模型在查询中组合文本和图像以获得更精确的结果。

  • 将自然语言转换为针对结构化数据库定制的查询（例如 SQL 查询）。这些查询用于从结构化数据存储中检索数据。

  • 更新您的数据来源并将更改直接摄取到知识库中，以便立即访问。

  • 使用重排模型来影响从您的数据来源中检索到的结果。

  • 将知识库包含在 Amazon Bedrock 代理工作流中。

要设置知识库，您必须完成以下常规步骤：

  1. （可选）如果您将知识库连接到非结构化数据来源，请设置自己的受支持向量存储，以便为数据的向量嵌入表示编制索引。如果您计划使用 Amazon Bedrock 控制台为您创建亚马逊 OpenSearch 无服务器矢量存储，则可以跳过此步骤。

  2. 将您的知识库连接到非结构化或结构化数据来源。

  3. 将您的数据来源与知识库同步。

  4. 设置您的应用程序或代理执行以下操作：

    • 查询知识库并返回相关来源。

    • 查询知识库，根据检索到的结果生成自然语言响应。

    • （如果您查询连接到结构化数据存储的知识库）将查询转换为特定于结构化数据语言的查询（例如 SQL 查询）。

主题