Una empresa utiliza un modelo fundacional preentrenado en Amazon Bedrock, pero quiere proporcionarle más contexto específico de la empresa. ¿Cuál es la forma más rentable de añadir ese contexto?

Las bases de conocimiento de Amazon Bedrock son la forma más rentable de añadir contexto específico de la empresa a un modelo fundacional preentrenado. Permiten recuperar información relevante de fuentes de datos propias y aumentan las respuestas del modelo sin necesidad de reentrenarlo, lo que es costoso y consume mucho tiempo. Elegir un FM diferente no añade contexto específico de la empresa. Los agentes de Amazon Bedrock son útiles para orquestar tareas complejas y acceder a herramientas, pero no son la forma principal de inyectar contexto estático. Implementar un modelo personalizado es significativamente más costoso y complejo, ya que implica entrenamiento o ajuste fino desde cero.