Ein Unternehmen hat einen Agenten mit Amazon Bedrock Agents erstellt und möchte die Genauigkeit des Agenten durch die Bereitstellung spezifischer Beispiele erhöhen. Welcher Ansatz erfüllt diese Anforderung?

Um die Genauigkeit eines Amazon Bedrock Agenten durch spezifische Beispiele zu erhöhen, ist die Änderung der erweiterten Prompts (Advanced Prompts) der effektivste Ansatz. Erweiterte Prompts ermöglichen es Ihnen, detaillierte Anweisungen, Kontext und Beispiele (Few-shot-Beispiele) direkt in die Konfiguration des Agenten einzubetten. Diese Beispiele helfen dem Agenten, das gewünschte Verhalten und die Ausgabe besser zu verstehen und zu replizieren, was die Genauigkeit bei der Beantwortung von Anfragen verbessert. Eine Guardrail dient der Inhaltsmoderation und der Einhaltung von Richtlinien, nicht der Verbesserung der Agentengenauigkeit durch Beispiele. Amazon SageMaker Ground Truth wird zum Labeln von Daten für maschinelles Lernen verwendet, ist aber nicht direkt für die Bereitstellung von Beispielen zur Verbesserung eines Bedrock Agenten vorgesehen. Das Hinzufügen von Beispielen zu einem Trainingsdatensatz über ein Lambda-Skript ist für das Training von Modellen relevant, aber Bedrock Agents nutzen die erweiterten Prompts, um Beispiele für die Inferenz zu erhalten, ohne ein erneutes Modelltraining zu erfordern.