💡
原文中文,约3900字,阅读约需10分钟。
📝
内容提要
Amazon Bedrock推出了新功能,允许开发人员使用代理将基础模型(FM)安全地连接到公司数据源。该功能使用Retrieval-Augmented Generation(RAG)概念,通过外部数据增强FM,无需持续重新训练。代理可以识别相关知识库并检索信息,为模型提供更多上下文以生成准确的响应。数据可以来自各种来源,可以使用Amazon OpenSearch、Pinecone和Redis Enterprise Cloud等向量数据库来存储和检索数据。Amazon Bedrock目前处于预览模式。
🎯
关键要点
- Amazon Bedrock推出了新功能,允许开发人员使用代理将基础模型安全地连接到公司数据源。
- 该功能使用检索增强生成(RAG)概念,通过外部数据增强基础模型,无需持续重新训练。
- 代理可以识别相关知识库并检索信息,为模型提供更多上下文以生成准确的响应。
- 数据可以来自多种来源,支持使用Amazon OpenSearch、Pinecone和Redis Enterprise Cloud等向量数据库。
- RAG概念允许模型在运行时访问外部数据,避免了持续重新训练的高成本和信息过时问题。
- 向量嵌入是文档文本数据的数字表示形式,能够捕获数据的语义或上下文含义。
- 向量搜索与传统关键字搜索相比,能够找到语义相似的结果,而无需精确匹配关键字。
- 用户可以通过指定数据来源和选择嵌入模型来创建知识库,Bedrock负责管理嵌入的创建和更新。
- 创建知识库时需要提供知识库名称、描述、数据来源和向量数据库的详细信息。
- 在为代理添加知识库时,需要提供说明以帮助代理决定何时使用特定知识库。
- Amazon Bedrock目前处于预览模式,用户可以通过AWS支持联系获取访问权限。
➡️