AWS представила сервис Bedrock Managed Knowledge Base. Это управляемый инструмент, который автоматизирует слой извлечения данных в корпоративных AI‑приложениях.
В AWS считают, что главная трудность для разработчиков сейчас уже не в выборе модели. Гораздо сложнее поддерживать знания приложения в актуальном состоянии. Подход retrieval-augmented generation (RAG) помогает связывать ответы моделей с корпоративными данными, но за такую архитектуру приходится платить постоянной операционной работой.
В эту работу входит обновление embeddings и индексов, синхронизация источников данных, а также настройка качества извлечения. Новый сервис AWS должен сократить эту нагрузку. Он автоматизирует ключевые процессы, связанные с retrieval‑слоем.
Как пояснил Daniel Abib, senior solutions architect в AWS, по умолчанию сервис сам выбирает и управляет default embeddings model, re-ranker model и foundational model. Благодаря этому можно быстрее запустить систему и не тратить время на подбор и обслуживание этих компонентов.
Для работы с потоками данных Bedrock Managed Knowledge Base предлагает шесть нативных коннекторов к корпоративным источникам: Amazon S3, SharePoint, Confluence, Google Drive, OneDrive и web content.
Ключевые факты
AWS представила управляемый сервис Bedrock Managed Knowledge Base, который автоматизирует слой retrieval для корпоративных AI‑приложений.
Сервис по умолчанию автоматически выбирает и управляет embeddings‑моделью, re-ranker моделью и foundational моделью, избавляя разработчиков от их самостоятельного подбора и поддержки.
Bedrock Managed Knowledge Base включает шесть нативных коннекторов к источникам данных: Amazon S3, SharePoint, Confluence, Google Drive, OneDrive и web content.
По словам Daniel Abib, senior solutions architect в AWS, сервис предназначен для снижения операционной нагрузки, связанной с обновлением embeddings и индексов, синхронизацией источников данных и настройкой retrieval.