View a markdown version of this page

Membangun basis pengetahuan yang dikelola - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Membangun basis pengetahuan yang dikelola

catatan

Untuk kombinasi yang dioptimalkan antara kemudahan penggunaan, akurasi, dan biaya, kami sarankan Anda memilih Basis Pengetahuan Terkelola Batuan Dasar.

Dengan Basis Pengetahuan Terkelola Batuan Dasar, Amazon Bedrock mengelola infrastruktur konsumsi, penyimpanan, pengindeksan, dan pengambilan untuk Anda. Anda menyediakan sumber data dan Amazon Bedrock mengelola pipeline konsumsi data, penyiapan data, dan pengoptimalan pengambilan data — termasuk penyematan dan penanking ulang dengan model yang dikelola layanan secara default. Anda dapat secara opsional menyediakan model penyematan Bedrock Anda sendiri pada waktu pembuatan atau model reranking Anda sendiri pada waktu kueri. Ini menyederhanakan proses penyiapan dibandingkan dengan Basis Customer-managed Pengetahuan, di mana Anda harus mengkonfigurasi dan mengelola beberapa infrastruktur yang mendasarinya.

Batuan Dasar Dikelola vs Basis Customer-managed Pengetahuan

Tabel berikut merangkum perbedaan utama antara Bedrock Managed dan Customer-managed Knowledge Bases:

Fitur Batuan Dasar Dikelola Customer-Managed
Pengambilan agen Didukung Tidak Support
Penyimpanan data Auto-scaling datastore penyematan, teks, metadata, dan file mentah. Dikelola sepenuhnya oleh Bedrock. Pelanggan memilih, menyediakan, menskalakan, dan memperbarui datastores vektor dan teks
Jenis pencarian Pengambilan hibrida agen dan semantik yang dioptimalkan untuk dicerna di seluruh jenis file Pilih strategi pencarian Anda sendiri
Model Penyematan Terkelola Dilengkapi dengan model terkelola bawaan yang dioptimalkan untuk akurasi dan kinerja tanpa biaya tambahan Tidak ada
Model Penyematan Kustom Pilih model embedding Bedrock dengan dimensi float32 dan 1024 Pilih model penyematan Bedrock apa pun
Reranking Terkelola Dilengkapi dengan reranker semantik terkelola bawaan yang dioptimalkan untuk akurasi dan kinerja tanpa biaya tambahan Tidak ada
Reranking yang disesuaikan Pilih model reranker Anda dari Bedrock Pilih model reranker Anda dari Bedrock
Konektor 7 konektor asli (S3,, Confluence SharePoint, Web Crawler, Google Drive,, Kustom) OneDrive S3 dan Kustom
Penguraian data Built-in parser untuk jenis file multi-modal Pilih di antara Default untuk teks, Model Foundation, dan Otomasi Data Batuan Dasar
Chunking Pilih di antara built-in (default), ukuran tetap, dan hierarkis Pilih di antara built-in (default), ukuran tetap, dan hierarkis
AgentCore Integrasi gateway Didukung Tidak Support
Manajemen infrastruktur Tidak ada yang diperlukan Anda menyediakan dan memelihara DB vektor Anda, dengan akses langsung ke sana
Terbaik untuk End-to-end RAG terkelola dengan konektor asli dan pengambilan agen Konfigurasi vektor kustom DB
Amazon Integrasi cepat Berasosiasi secara native sebagai basis pengetahuan dalam Quick Pelanggan membangun Integrasi mereka sendiri