Встроить текстовые данные в Amazon RDS для SQL Server с помощью Amazon Bedrock

В первой части этого поста мы рассмотрели, как можно использовать Retrieval Augmented Generation (RAG) для улучшения ответов в приложениях, основанных на генеративном искусственном интеллекте, путем объединения доменной информации с фундаментальной моделью (FM). Однако мы сосредоточились на семантическом поиске в качестве решения, предполагая, что наш векторный хранилище уже построен и полностью заполнен. В этом посте мы исследуем, как генерировать векторные вложения на данных Википедии, хранящихся в базе данных SQL Server, размещенной на Amazon RDS. Мы также используем Amazon Bedrock для вызова соответствующих API FM и ноутбук Amazon SageMaker Jupyter для управления общим процессом.