Amazon Bedrock Bilgi Tabanları

Altyapı modellerini (FM) güncel ve tescilli bilgilerle donatmak için kuruluşlar, şirket veri kaynaklarından veri alıp daha alakalı ve doğru yanıtlar sağlamak amacıyla istemi zenginleştiren bir teknik olan Almayla Artırılmış Üretim'i (RAG) kullanır. Amazon Bedrock Bilgi Tabanları, veri kaynaklarına özel entegrasyonlar oluşturmanıza ve veri akışlarını yönetmenize gerek kalmadan alımdan geri almaya ve istem artırmaya kadar tüm RAG iş akışını uygulamanıza yardımcı olan, yerleşik oturum bağlamı yönetimi ve kaynak ilişkilendirme özelliklerine sahip, tam olarak yönetilen bir hizmettir. Ayrıca vektör veri tabanı oluşturmadan tek bir belge için sorular sorabilir ve verileri özetleyebilirsiniz. Verileriniz yapılandırılmış kaynaklar içeriyorsa Amazon Bedrock Bilgi Tabanları, verileri başka bir depoya taşımak zorunda kalmadan geri almak üzere bir sorgu komutu oluşturmak için yerleşik, yönetilen bir doğal dilden yapılandırılmış sorgu diline dönüştürme çözümü sunar.

Yapılandırılmamış veri kaynaklarınız varsa Amazon Bedrock Bilgi Tabanları; Amazon Simple Storage Service (Amazon S3), Confluence, Salesforce, SharePoint veya ön izlemede olan Web Gezgini gibi kaynaklardan otomatik olarak veri alır. Ek olarak, müşterilerin desteklenmeyen kaynaklardan akış verisi veya veri almasını sağlamak için programlı belge alımı da sunulur. İçerik alındıktan sonra Amazon Bedrock Bilgi Tabanları; içeriği metin bloklarına böler, metni katıştırmaya dönüştürür ve katıştırmaları vektör veri tabanınızda saklar. Amazon Aurora, Amazon Opensearch Sunucusuz, Amazon Neptune Analiz, MongoDB, Pinecone ve Redis Enterprise Cloud da dahil olmak üzere desteklenen çok sayıda vektör mağazası arasından seçim yapabilirsiniz. Yönetilen geri alma için bir Amazon Kendra hibrit arama dizinine bağlanmayı da seçebilirsiniz.

Amazon Bedrock Bilgi Tabanlarını kullanarak, temellendirilmiş yanıtlar oluşturmak için yapılandırılmış veri depolarınıza da bağlanabilirsiniz. Bu özellikle veri ambarlarında ve veri göllerinde depolanan işlem ayrıntıları gibi kaynak materyaliniz olduğunda yararlı olabilir. Amazon Bedrock Bilgi Tabanları, sorguları SQL komutlarına dönüştürmek ve verileri almak üzere bu komutları çalıştırmak için Doğal Dilden SQL'e (NLS) özelliğini kullanır; bu işlem sırasında verilerinizi kaynak konumdan taşımanıza gerek kalmaz.

Tamamen yönetilen RAG çözümünüz olan Amazon Bedrock Bilgi Tabanları sayesinde geri alma doğruluğunu özelleştirme ve geliştirme esnekliğine sahip olursunuz. Karmaşık düzenleri olan görüntüler ve görsel açıdan zengin belgeler gibi çok modlu veri kaynakları içeren yapılandırılmamış veri kaynakları için (ör. tablolar, şekiller, grafikler ve diyagramlar içeren belgeler) anlamlı öngörüleri ayrıştırmak, analiz etmek ve ayıklamak amacıyla Bilgi Tabanlarını yapılandırabilirsiniz. Ayrıştırıcı olarak Bedrock Veri Otomasyonu'nu veya altyapı modellerini seçebilirsiniz. Böylece karmaşık çok modlu veriler, kesintisiz olarak işlenir ve son derece hassas GenAI uygulamaları oluşturabilirsiniz.

Amazon Bedrock Bilgi Tabanları; anlamsal, hiyerarşik ve sabit boyutlu parçalara ayırma dahil olmak üzere çeşitli gelişmiş veri parçalama seçenekleri sunar. Tam denetim için kendi parçalara ayırma kodlarınızı bir Lambda işlevi olarak yazabilir ve hatta LangChain veya LlamaIndex gibi çerçevelerdeki kullanıma hazır bileşenleri kullanabilirsiniz. Vektör deposu olarak Amazon Neptune Analiz’i seçerseniz Amazon Bedrock Bilgi Tabanları otomatik olarak katıştırmalar ve veri kaynaklarınız arasında ilgili içeriği birbirine bağlayan grafikler oluşturur. Bedrock Bilgi Tabanları, geri alma doğruluğunu artırmak için GraphRag ile bu içerik ilişkilerinden yararlanır ve son kullanıcılara daha kapsamlı, alakalı ve açıklanabilir yanıtlar sağlar.

Retrieve API'sini kullanarak bilgi tabanlarından bir kullanıcı sorgusuyla ilgili sonuçları alabilirsiniz. Bu sonuçlar arasında görüntüler, diyagramlar, grafikler, tablolar, ses ve video içerikleri gibi görsel ögeler veya uygun olduğu durumlarda veri tabanlarından alınan yapılandırılmış veriler de bulunabilir. RetrieveAndGenerate API'si, altyapı modeli istemini artırmak ve yanıtı döndürmek için alınan çok modlu sonuçları doğrudan kullanarak bir adım daha ileri gider. Ayrıca filtreler belirleyebilir veya altyapı modelini kullanarak örtük filtreler oluşturabilir ve böylece döndürülen sonuçları yalnızca ilgili içerikle sınırlandırabilirsiniz. Amazon Bedrock Bilgi Tabanları, alınan belge parçalarının metin, görsel ve multimedya içerikleri arasındaki alaka düzeyini artırmak için yeniden sıralama modelleri sunar.

Amazon Bedrock Bilgi Tabanlarından alınan tüm bilgiler, şeffaflığı artırmak ve halüsinasyonları en aza indirmek için alıntılarla (görselleri de içerir) sağlanır.