Integrieren Sie textbasierte Daten in Amazon RDS für SQL Server mit Amazon Bedrock

Im ersten Teil dieses Beitrags haben wir erläutert, wie Retrieval Augmented Generation (RAG) verwendet werden kann, um Antworten in generativen KI-Anwendungen zu verbessern, indem domänenspezifische Informationen mit einem Grundmodell (FM) kombiniert werden. Wir haben uns jedoch auf die semantische Suchaspekt der Lösung konzentriert und angenommen, dass unser Vektor-Speicher bereits erstellt und vollständig befüllt ist. In diesem Beitrag untersuchen wir, wie Vektor-Embeddings auf Wikipedia-Daten generiert werden können, die in einer SQL-Server-Datenbank auf Amazon RDS gespeichert sind. Wir verwenden außerdem Amazon Bedrock, um die entsprechenden FM-APIs aufzurufen, und ein Amazon SageMaker Jupyter Notebook, um den gesamten Prozess zu orchestrieren.