本文為英文版的機器翻譯版本,如內容有任何歧義或不一致之處,概以英文版為準。
在 Amazon OpenSearch Serverless 上設定Machine Learning
機器學習
Machine Learning (ML) 以 ML 演算法和遠端模型的形式提供 ML 功能。透過存取這些模型,您可以執行數個 AI 工作流程,例如 RAG 或語意搜尋。ML 支援使用您可以使用連接器設定的最新外部託管模型進行生成式 AI 使用案例的實驗和生產部署。設定連接器之後,您必須將其設定為模型,然後將其部署以執行預測。
連接器
連接器有助於存取第三方 ML 平台上託管的模型。它們可做為 OpenSearch 叢集與遠端模型之間的閘道。如需詳細資訊,請參閱下列 文件:
-
在 OpenSearch 文件網站上建立第三方 ML 平台的連接器
-
重要
-
當您建立信任政策時,請將 新增
ml.opensearchservice.amazonaws.com
為 OpenSearch Service 原則。 -
略過 連接器頁面上顯示如何在政策中設定網域的步驟。
-
在設定許可步驟中新增
iam:PassRole
陳述式。 -
在 OpenSearch Dashboards 中略過映射 ML 角色步驟。不需要後端角色組態。這適用於外部平台的 Connectors AWS 服務 和 Connectors。 https://docs.aws.amazon.com/opensearch-service/latest/developerguide/ml-external-connector.html
-
在對集合端點的 SigV4 請求中,將服務名稱設定為 ,
aoss
而不是es
。
-
模型
模型是用於各種 AI 工作流程的核心功能。一般而言,您可以將連接器與模型建立關聯,以使用連接器執行預測。在模型處於部署狀態後,您可以執行預測。如需詳細資訊,請參閱 OpenSearch 文件網站上的註冊第三方平台上託管的模型
注意
OpenSearch Serverless 不支援所有模型功能,例如本機模型。如需詳細資訊,請參閱不支援的Machine Learning API 和功能 APIs 。
設定Machine Learning的許可
下一節說明Machine Learning (ML) 所需的集合資料存取政策。將預留位置值
取代為您的特定資訊。如需詳細資訊,請參閱支援的政策許可。
{ "Rules": [ { "Resource": [ "model/
collection_name
/*" ], "Permission": [ "aoss:DescribeMLResource", "aoss:CreateMLResource", "aoss:UpdateMLResource", "aoss:DeleteMLResource", "aoss:ExecuteMLResource" ], "ResourceType": "model" } ], "Principal": [ "arn:aws:iam::account_id
:role/role_name
" ], "Description": "ML full access policy forcollection_name
" }
-
aoss:DescribeMLResource – 准許搜尋和查詢連接器、模型和模型群組。
-
aoss:CreateMLResource – 准許建立連接器、模型和模型群組。
-
aoss:UpdateMLResource – 准許更新連接器、模型和模型群組。
-
aoss:DeleteMLResource – 准許刪除連接器、模型和模型群組。
-
aoss:ExecuteMLResource – 准許對模型執行預測。