Amazon Bedrock Knowledge Bases
PulseAugur coverage of Amazon Bedrock Knowledge Bases — every cluster mentioning Amazon Bedrock Knowledge Bases across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Amazon Bedrock Knowledge Bases 支持自然语言索赔查询
Amazon Bedrock Knowledge Bases 是一项全托管的检索增强生成 (RAG) 功能，它能够帮助用户以自然语言查询索赔，这一点得到了重点介绍。本技术指南演示了如何构建一个对话式索赔助手，该助手可以解析并回答存储在 Amazon S3 中的文档。该系统处理解析、分块、嵌入和向量存储，使其能够从索赔文件中提供引文支持的答案，并具备元数据过滤和接地护栏功能，以确保准确性和可审计性。
-
AWS 指导为 Bedrock 知识库选择向量数据库
AWS 正在为其 Amazon Bedrock 知识库服务提供有关选择最佳向量数据库的指导，当使用客户管理的配置时。该博文比较了三个主要选项：Amazon OpenSearch Service、Amazon Aurora PostgreSQL with pgvector 和 Amazon S3 Vectors。每个选项都根据其对不同检索增强生成 (RAG) 用例的适用性进行了评估，重点关注性能和成本考量。文章详细介绍了向量数据库在 R…
-
AWS Bedrock AgentCore 支持跨账户知识库访问
AWS 为 Amazon Bedrock AgentCore 推出了一项新功能，允许代理访问托管在不同 AWS 账户中的知识库。此功能解决了在无需复制敏感信息的情况下将 AI 代理与存储在不同账户中的数据集成的挑战。该解决方案提供了两种编排模型：基于代码的 Strands 代理和声明式的 AgentCore 框架，两者都利用 AWS Identity and Access Management (IAM) 来安全地、以最小权限访问 A…
-
AWS Bedrock 通过查询感知压缩降低 RAG 成本
AWS 推出了一种新方法，以降低 Amazon Bedrock 上检索增强生成 (RAG) 的相关成本。这种称为查询感知压缩的方法，涉及使用一个更小、成本更低的模型来过滤检索到的文本块，然后再将它们发送给主模型。通过减少主模型处理的输入 token 数量，该技术旨在降低运营费用，同时保持甚至提高答案质量并减少幻觉。该实现利用 AWS Lambda，并可与现有的 Amazon Bedrock 功能集成以进一步优化。
-
AWS 淘汰 AI 服务，将产品整合到核心支柱
Amazon Web Services (AWS) 已将包括 Amazon Kendra 和 Amazon Q Business 在内的约 20 项服务和功能（其中一些是专注于 AI 的产品）转入维护模式。这些服务中有些在推出不到两年后就被淘汰，这种快速的精简被归因于整合战略。AWS 正在将广泛的独立 AI 服务整合为三个核心支柱：Amazon Bedrock 用于模型和检索，AgentCore 用于代理执行，以及 Quick Sui…
-
Rocket Close 部署代理式 AI 优化产权业务
总部位于底特律的产权代理公司 Rocket Close 开发了一个名为 Supercharger 的代理式 AI 解决方案，以简化其产权业务。该 AI 系统与 AWS 合作开发，利用大型语言模型以及 Strands Agents 和 Amazon Bedrock 等工具来自动化研究密集型任务。Supercharger 集中知识，提供关于州特定产权审查要求的指导，并以自然语言与运营团队互动，显著提高了效率和客户体验。