Uma empresa está migrando um aplicativo de Geração Aumentada por Recuperação (Retrieval-Augmented Generation) para a AWS. Os documentos já foram movidos para um bucket S3. O aplicativo requer pesquisa de texto semântica sobre esses arquivos. Qual solução da AWS atende a esse requisito?

A resposta correta é ingerir os documentos do S3 no Amazon Kendra usando o conector S3 e usar o Amazon Kendra para realizar pesquisa semântica. O Amazon Kendra é um serviço de pesquisa inteligente que usa aprendizado de máquina para fornecer pesquisa semântica em vários tipos de documentos e fontes de dados, incluindo S3. Ele indexa os documentos e permite consultas em linguagem natural, tornando-o ideal para aplicações RAG que exigem pesquisa semântica. As outras opções são menos adequadas: AWS Batch e AWS Glue não são otimizados para pesquisa semântica de texto. O Glue é um catálogo de dados e serviço ETL, não um mecanismo de pesquisa. Amazon SageMaker Feature Store é para armazenar e servir recursos para modelos de ML, não para pesquisa semântica de documentos. Amazon Textract é para extração de texto e dados de documentos, não para pesquisa semântica.