Bitzu

AIF-C01 · Projektowanie aplikacji z modelami bazowymi

Gdzie w AWS można przechowywać i przeszukiwać embeddingi?

Najważniejsze

  • Magazyn wektorowy przechowuje embeddingi i znajduje najbliższe zapytaniu.
  • W AWS mogą nim być: Amazon OpenSearch Service (wyszukiwanie k-NN, także pełnotekstowe), Amazon Aurora PostgreSQL i RDS for PostgreSQL (rozszerzenie pgvector, embeddingi obok danych relacyjnych) oraz Amazon Neptune Analytics (graf z indeksem wektorowym, używany w GraphRAG).
  • Amazon Bedrock Knowledge Bases mogą używać kilku z nich jako magazynu wektorowego.

Źródło: https://docs.aws.amazon.com/bedrock/latest/userguide/knowledge-base-setup.html

Przykładowe pytania

Jednokrotny wybór

Do czego służy magazyn wektorowy w aplikacji RAG?

  1. Generuje końcową odpowiedź w języku naturalnym
  2. Uczy model embeddingów na pytaniach użytkowników
  3. Znajduje zapisane fragmenty o embeddingach najbardziej podobnych do zapytania
  4. Szyfruje prompty, zanim trafią do modelu
Pokaż odpowiedź

Odpowiedź: C. Znajduje zapisane fragmenty o embeddingach najbardziej podobnych do zapytania

Przechowuje embeddingi i zwraca fragmenty, których wektory są najbliższe wektorowi zapytania. Nie generuje tekstu i nie jest usługą treningową.

Zaznacz wszystkie poprawne

Które usługi AWS mogą przechowywać embeddingi na potrzeby wyszukiwania wektorowego?

  1. Amazon Polly
  2. Amazon OpenSearch Service
  3. Amazon CloudFront
  4. Amazon Aurora PostgreSQL
  5. AWS Budgets
Pokaż odpowiedź

Odpowiedź: B. Amazon OpenSearch Service, D. Amazon Aurora PostgreSQL

Amazon OpenSearch Service obsługuje pola wektorowe k-NN, a Amazon Aurora PostgreSQL może przechowywać wektory dzięki pgvector. Amazon Polly (synteza mowy), Amazon CloudFront (CDN) i AWS Budgets (alerty kosztowe) nie są magazynami wektorowymi.

Prawda czy fałsz

Baza relacyjna taka jak Aurora PostgreSQL nie może przechowywać embeddingów, więc do RAG zawsze potrzebna jest wyspecjalizowana baza wektorowa.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. Dzięki rozszerzeniu pgvector Aurora PostgreSQL i RDS for PostgreSQL przechowują embeddingi i wykonują wyszukiwanie podobieństwa. Wyspecjalizowany magazyn jest wyborem, a nie wymogiem.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów AIF-C01 w tym module