この投稿のパート1で、Retrieval Augmented Generation(RAG)が、生成的なAIアプリケーションの応答を向上させるために、ドメイン固有の情報と基礎モデル(FM)を組み合わせる方法をカバーしました。ただし、ベクトルストアが既に構築されて完全に人口化されていると仮定し、意味的な検索の側面に焦点を当てました。この投稿では、Amazon RDSでホストされるSQL Serverデータベースに格納されたWikipediaデータに対するベクトル埋め込みの生成方法を探検します。Amazon Bedrockを使用して適切なFM APIを呼び出し、Amazon SageMaker Jupyter Notebookを使用して、全体的なプロセスを調整します。
aws.amazon.com
Embed textual data in Amazon RDS for SQL Server using Amazon Bedrock
Create attached notes ...
