Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.
Amazon Bedrock bietet Zugriff auf Reranker-Modelle, die Sie bei Abfragen verwenden können, um die Relevanz der abgerufenen Ergebnisse zu verbessern. Ein Reranker-Modell berechnet die Relevanz von Chunks für eine Abfrage und ordnet die Ergebnisse auf der Grundlage der berechneten Punktzahlen neu an. Mithilfe eines Reranker-Modells können Sie Antworten zurückgeben, die für die Beantwortung der Abfrage besser geeignet sind. Sie können die Ergebnisse auch in eine Eingabeaufforderung einbeziehen, wenn Sie die Modellinferenz ausführen, um aussagekräftigere und genauere Antworten zu erhalten. Mit einem Reranker-Modell können Sie weniger, aber relevantere Ergebnisse abrufen. Indem Sie diese Ergebnisse in das Basismodell einfließen lassen, das Sie zur Generierung einer Antwort verwenden, können Sie auch die Kosten und die Latenz verringern.
Reranker-Modelle werden darauf trainiert, auf der Grundlage einer Abfrage Relevanzsignale zu identifizieren und diese Signale dann zur Rangfolge von Dokumenten zu verwenden. Aus diesem Grund können die Modelle relevantere und genauere Ergebnisse liefern.
Anmerkung
Sie können das Reranking nur für Textdaten verwenden.
Informationen zu den Preisen für Modelle, die neu eingestuft werden, finden Sie unter Amazon Bedrock
Für die Neueinstufung sind mindestens die folgenden Eingaben erforderlich:
-
Ein Reranker-Modell, das anhand einer Benutzerabfrage die Relevanz der Datenquellen bewertet, auf die es zugreifen kann.
-
Die Benutzerabfrage.
-
Eine Liste von Dokumenten, die der Reranker entsprechend ihrer Relevanz für die Abfrage neu anordnen muss.
Sie können Reranker-Modelle in Amazon Bedrock auf folgende Weise verwenden:
-
Rufen Sie den Rerank-Vorgang direkt über die Amazon Bedrock API auf. Der
RerankVorgang sendet die Abfrage, Dokumente und alle zusätzlichen Konfigurationen als Eingabe in ein Reranker-Modell. Das Modell ordnet die Dokumente dann nach Relevanz für die Abfrage neu und gibt die Dokumente in der Antwort zurück. -
Wenn Sie Amazon Bedrock Knowledge Bases für die Erstellung Ihrer Retrieval Augmented Generation (RAG) -Anwendung verwenden, verwenden Sie ein Reranker-Modell beim Aufrufen von Retrieve oder RetrieveAndGenerateOperation oder bei der Abfrage Ihrer Wissensdatenbank in der. AWS Management Console Die Ergebnisse der Neurangierung überschreiben die von Amazon Bedrock Knowledge Bases festgelegte Standardreihenfolge.
