Intégrer des données textuelles dans Amazon RDS pour SQL Server en utilisant Amazon Bedrock

Dans la première partie de cet article, nous avons abordé la manière dont la génération augmentée de récupération (RAG) peut être utilisée pour améliorer les réponses dans les applications d'intelligence artificielle générative en combinant des informations spécifiques à un domaine avec un modèle de base (FM). Cependant, nous nous sommes concentrés sur l'aspect de recherche sémantique de la solution, en supposant que notre magasin de vecteurs était déjà construit et entièrement peuplé. Dans cet article, nous explorons comment générer des embeddings de vecteurs sur des données de Wikipedia stockées dans une base de données SQL Server hébergée sur Amazon RDS. Nous utilisons également Amazon Bedrock pour invoquer les API FM appropriées et un cahier Jupyter Amazon SageMaker pour nous aider à orchestrer l'ensemble du processus.