翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。
Amazon Bedrock は、クエリ時に再ランク付けモデルへのアクセスを提供し、取得した結果の関連性を向上させます。リランク付けモデルは、クエリへのチャンクの関連性を計算し、計算したスコアに基づいて結果の順序を変更します。リランク付けモデルを使用すると、クエリへの回答により適したレスポンスを返すことができます。または、モデル推論を実行するときにプロンプトに結果を含めて、より適切で正確なレスポンスを生成することもできます。リランク付けモデルを使用すると、より少ないが、より関連性の高い結果を取得できます。これらの結果をレスポンスの生成に使用する基盤モデルにフィードすることで、コストとレイテンシーを減らすこともできます。
リランク付けモデルは、クエリに基づいて関連性シグナルを識別し、それらのシグナルを使用してドキュメントをランク付けするようにトレーニングされます。このため、モデルはより関連性が高く、より正確な結果を提供できます。
注記
再ランク付けはテキストデータにのみ使用できます。
モデルの再ランク付けの料金については、「Amazon Bedrock の料金
再ランク付けには、少なくとも次の入力が必要です。
-
ユーザークエリを受け取り、アクセスできるデータソースの関連性を評価するリランク付けモデル。
-
ユーザークエリ。
-
クエリとの関連性に応じて、リランク付けで順序を変更する必要があるドキュメントのリスト。
Amazon Bedrock では、次の方法でリランク付けモデルを使用できます。
-
Amazon Bedrock API から直接 Rerank オペレーションを呼び出します。
Rerankオペレーションは、クエリ、ドキュメント、その他の設定をリランクモデルへの入力として送信します。次に、モデルはクエリとの関連性でドキュメントを再ランク付けし、レスポンスでドキュメントを返します。 -
Amazon Bedrock ナレッジベースを使用して検索拡張生成 (RAG) アプリケーションを構築する場合は、 Retrieve または RetrieveAndGenerateオペレーションを呼び出すとき、または でナレッジベースをクエリするときに、リランク付けモデルを使用します AWS Management Console。再ランク付けの結果は、Amazon Bedrock ナレッジベースが決定したデフォルトのランク付けを上書きします。
