检索增强生成 (RAG) 是一种强大的技术，通过将信息检索与文本生成相结合，提高了 AI 生成的响应的准确性和相关性。在本课程中，您将探索如何使用 Amazon OpenSearch Service（一种完全托管式搜索和分析解决方案）构建 RAG 解决方案。在本课程中，您将了解嵌入（文本数据的向量表示）如何显著提升搜索和信息检索能力。我们将深入探究如何使用 Amazon OpenSearch Service 的高级功能为 RAG 创建有效检索器。
- 课程级别：中级
- 时长：60 分钟
注意：本课程具有本地化的注释/字幕。 旁白保留英语。要显示字幕，请单击播放器右下角的 CC 按钮。
课程内容
本课程包括演示文稿、演示和评估。
课程目标
在本课程中，您将完成以下任务：
- 解释大型语言模型 (LLM) 的工作流，并明确其局限性。
- 描述 RAG 并说明它如何提升 LLM 性能。
- 确定并概述构建 RAG 知识库所涉及的步骤。
- 比较 OpenSearch 支持的各种搜索方法。
- 演示如何使用 Amazon OpenSearch 无服务器和 Amazon Bedrock 知识库生成嵌入并检索相关信息。
培训对象
本课程面向以下职业角色：
- 技术领域社区
- 分析解决方案架构师 (SA)
- 数据库管理员
- 数据库工程师
- 数据架构师
- 解决方案架构师 (SA)
- 数据平台工程师
- 搜索专家
先决条件
我们建议参加本课程学习的人员具备以下知识：
- AWS 上的 OpenSearch Service 或 Amazon OpenSearch 无服务器的基础知识。
- 已完成适用于 OpenSearch Service 的 Skill Builder 100 级课程：Getting Started with Amazon OpenSearch Service。
- 已完成适用于 OpenSearch Service 的 Skill Builder 200 级课程：Empower Search with AI using Amazon OpenSearch Service。
课程大纲
模块 1：构建生成式 AI 应用程序的简介
- 了解 RAG
- 构建知识库
模块 2：构建 RAG 应用程序
- 使用 Amazon Bedrock 知识库
模块 3：资源
- 了解更多
- 联系我们
