Recuperación de datos y generación de respuestas de IA con Bases de conocimiento de Amazon Bedrock - Amazon Bedrock

Recuperación de datos y generación de respuestas de IA con Bases de conocimiento de Amazon Bedrock

Aunque los modelos fundacionales tienen conocimientos generales, puede mejorar aún más sus respuestas utilizando la generación aumentada por recuperación (RAG). RAG es una técnica que utiliza información de orígenes de datos para mejorar la relevancia y precisión de las respuestas generadas. Con Bases de conocimientos de Amazon Bedrock, puede integrar información propia en sus aplicaciones de IA generativa. Cuando se realiza una consulta, una base de conocimiento busca en sus datos información relevante para responder a la consulta. Luego, la información recuperada se puede utilizar para mejorar las respuestas generadas. Puede crear su propia aplicación basada en RAG mediante las capacidades de Bases de conocimiento de Amazon Bedrock.

Con Bases de conocimiento de Amazon Bedrock, puede:

  • Responder a las consultas de los usuarios devolviendo información relevante de los orígenes de datos

  • Utilizar la información recuperada de los orígenes de datos para ayudar a generar una respuesta precisa y relevante a las consultas de los usuarios

  • Mejorar sus propias peticiones introduciendo la información relevante devuelta en la petición

  • Incluir citas en la respuesta generada para poder hacer referencia al origen de datos original y comprobar su precisión

  • Incluir documentos con abundantes recursos visuales, de los que se puedan extraer imágenes y recuperarlas en respuesta a las consultas. Si genera una respuesta basada en los datos recuperados, el modelo puede ofrecer información adicional basada en estas imágenes.

  • Convertir el lenguaje natural en consultas (como consultas SQL) personalizadas para bases de datos estructuradas. Estas consultas se utilizan para recuperar datos de almacenes de datos estructurados.

  • Actualizar sus orígenes de datos e ingerir los cambios directamente en la base de conocimiento para poder acceder a ellos de forma inmediata

  • Utilizar modelos de reclasificacióno para influir en los resultados que se recuperan del origen de datos

  • Incluir la base de conocimiento en un flujo de trabajo de Agentes para Amazon Bedrock

Para configurar una base de conocimiento, debe realizar los siguientes pasos generales:

  1. (Opcional) Si conecta la base de conocimiento a un origen de datos no estructurados, puede configurar su propio almacén de vectores compatible para indexar la representación de incrustaciones vectoriales de sus datos. Puede omitir este paso si tiene previsto usar la consola de Amazon Bedrock para que se cree automáticamente un almacén de vectores de Amazon OpenSearch sin servidor.

  2. Conecte su base de conocimiento a un origen de datos estructurados o no estructurados.

  3. Sincronice el origen de datos con su base de conocimiento.

  4. Configure su aplicación o agente para que haga lo siguiente:

    • Consultar la base de conocimiento y devolver los orígenes relevantes

    • Consultar la base de conocimiento y generar respuestas en lenguaje natural en función de los resultados obtenidos

    • (Si consulta una base de conocimiento conectada a un almacén de datos estructurados) Transformar una consulta en una consulta específica del lenguaje de datos estructurados (como una consulta SQL)

Temas