Компания переносит приложение Retrieval-Augmented Generation в AWS. Документы уже перемещены в бакет S3. Приложение требует семантического поиска текста по этим файлам. Какое решение AWS соответствует этому требованию?

Правильный ответ — импортировать документы S3 в Amazon Kendra с помощью коннектора S3 и использовать Amazon Kendra для выполнения семантического поиска. Amazon Kendra — это интеллектуальный сервис поиска, который обеспечивает высокоточное семантическое извлечение информации из неструктурированных и структурированных данных. Он имеет встроенные коннекторы, включая коннектор S3, для легкой индексации документов и поддерживает семантический поиск "из коробки", что идеально соответствует требованиям RAG-приложения. Неправильные варианты: AWS Batch для вычисления эмбеддингов и AWS Glue для хранения: хотя это технически возможно, это требует значительных усилий по разработке и управлению инфраструктурой для индексации и семантического поиска, что менее эффективно, чем специализированное решение. Пользовательский ноутбук Amazon SageMaker для генерации эмбеддингов и SageMaker Feature Store: аналогично, это требует ручной реализации семантического поиска и управления индексацией, что не является готовым решением. Amazon Textract: Textract предназначен для извлечения текста и данных из документов, а не для семантического поиска. Он может быть частью более крупного решения, но сам по себе не выполняет семантический поиск.