Pilih preferensi cookie Anda

Kami menggunakan cookie penting serta alat serupa yang diperlukan untuk menyediakan situs dan layanan. Kami menggunakan cookie performa untuk mengumpulkan statistik anonim sehingga kami dapat memahami cara pelanggan menggunakan situs dan melakukan perbaikan. Cookie penting tidak dapat dinonaktifkan, tetapi Anda dapat mengklik “Kustom” atau “Tolak” untuk menolak cookie performa.

Jika Anda setuju, AWS dan pihak ketiga yang disetujui juga akan menggunakan cookie untuk menyediakan fitur situs yang berguna, mengingat preferensi Anda, dan menampilkan konten yang relevan, termasuk iklan yang relevan. Untuk menerima atau menolak semua cookie yang tidak penting, klik “Terima” atau “Tolak”. Untuk membuat pilihan yang lebih detail, klik “Kustomisasi”.

Tingkatkan relevansi respons kueri dengan model reranker di Amazon Bedrock

Mode fokus
Tingkatkan relevansi respons kueri dengan model reranker di Amazon Bedrock - Amazon Bedrock

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Amazon Bedrock menyediakan akses ke model reranker yang dapat Anda gunakan saat melakukan kueri untuk meningkatkan relevansi hasil yang diambil. Model reranker menghitung relevansi potongan dengan kueri dan menyusun ulang hasil berdasarkan skor yang dihitung. Dengan menggunakan model reranker, Anda dapat mengembalikan respons yang lebih cocok untuk menjawab kueri. Atau, Anda dapat menyertakan hasil dalam prompt saat menjalankan inferensi model untuk menghasilkan respons yang lebih relevan dan akurat. Dengan model reranker, Anda dapat mengambil lebih sedikit, tetapi lebih relevan, hasil. Dengan memasukkan hasil ini ke model fondasi yang Anda gunakan untuk menghasilkan respons, Anda juga dapat mengurangi biaya dan latensi.

Model Reranker dilatih untuk mengidentifikasi sinyal relevansi berdasarkan kueri dan kemudian menggunakan sinyal tersebut untuk menentukan peringkat dokumen. Karena itu, model dapat memberikan hasil yang lebih relevan dan lebih akurat.

catatan

Anda dapat menggunakan reranking hanya untuk data tekstual.

Untuk informasi tentang harga untuk model reranking, lihat Harga Amazon Bedrock.

Reranking membutuhkan input berikut, minimal:

  • Model reranker yang mengambil kueri pengguna dan menilai relevansi sumber data yang dapat diakses.

  • Permintaan pengguna.

  • Daftar dokumen yang harus disusun ulang oleh reranker sesuai dengan relevansinya dengan kueri.

Anda dapat menggunakan model reranker di Amazon Bedrock dengan cara berikut:

  • Panggil operasi Rerank langsung melalui Amazon Bedrock API. RerankOperasi mengirimkan kueri, dokumen, dan konfigurasi tambahan apa pun sebagai input ke model reranker. Model kemudian menautkan ulang dokumen dengan relevansi dengan kueri dan mengembalikan dokumen dalam respons.

  • Jika Anda menggunakan Amazon Bedrock Knowledge Bases untuk membangun aplikasi Retrieval Augmented Generation (RAG), gunakan model reranker saat memanggil Retrieve atau RetrieveAndGenerateoperasi atau saat menanyakan basis pengetahuan Anda di. AWS Management Console Hasil dari reranking mengesampingkan peringkat default yang ditentukan oleh Pangkalan Pengetahuan Amazon Bedrock.

PrivasiSyarat situsPreferensi cookie
© 2025, Amazon Web Services, Inc. atau afiliasinya. Semua hak dilindungi undang-undang.