[プレビュー]Amazon Lexでは、ノーコードで簡単に、RAGのチャットボットを構築できるようになりました #AWSreInvent | DevelopersIO
Amazon Lexでは、ノーコードで簡単にRAGのチャットボットを構築できるスロットタイプAMAZON.QnAIntentがプレビューで提供されました。 AMAZON.QnAIntentを利用することで、基盤モデルを企業データに安全に接続して取得拡張生成 (RAG) を行うことができます。 今回のプレビューにおいて、回答で利用できる基盤モデルは、Claude V2のみです。 基盤モデルが顧客の質問に答えるために情報を取得するソース（以降、ナレッジソース）としては、以下の3つから選択できます。 Amazon OpenSearch Amazon Bedrock knowledge base 同じくre:Invent 2023期間中にGAされました。ブログもありました Amazon Kendra 従来であれば、LexでRAGのチャットボットを構築する場合、ユーザーからのお問い合わせをもとに、K
![[プレビュー]Amazon Lexでは、ノーコードで簡単に、RAGのチャットボットを構築できるようになりました #AWSreInvent | DevelopersIO](https://cdn-ak-scissors.b.st-hatena.com/image/square/f099104aaa09df58f234f4f90b04b2f5cefbb675/height=288;version=1;width=512/https%3A%2F%2Fdevio2023-media.developers.io%2Fwp-content%2Fuploads%2F2023%2F11%2Feyecatch_reinvent-2023-newservice-update.png)
Amazon KendraとAWS Lambdaを使い、RAGのRetrievalフェーズを試してみた | DevelopersIO
はじめに Amazon KendraとAWS Lambdaを使って、Retrieval Augmented Generation（RAG）のうち、Retrievalフェーズを試してみました。 Amazon Kendraは、様々なデータソースから特定の情報を迅速に見つけ出すことができるエンタープライズ向けの検索サービスです。 ユーザーが質問やキーワードを入力すると、Kendraは自身のインデックスから関連性の高い情報を検索（Retrieval）してユーザーに提供します。このプロセスは自然言語処理（NLP）技術を利用しており、質問の内容を理解し、最も関連性のある回答を提供することが可能です。 最近、社内の業務効率化などの目的で、AIの言語モデル（以降、LLM）を用いて社内情報を活用するための手法として、RAGがよく話題になっています。 RAGは、ユーザーのプロンプトに基づいて、外部データを参照
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
