Bir şirket, Retrieval-Augmented Generation uygulamasını AWS'ye taşıyor. Belgeler zaten bir S3 bucket'ına taşındı. Uygulama, bu dosyalar üzerinde anlamsal metin araması gerektiriyor. Hangi AWS çözümü bu gereksinimi karşılar?

Doğru cevap, S3 belgelerini S3 bağlayıcısını kullanarak Amazon Kendra'ya almak ve anlamsal arama yapmak için Amazon Kendra'yı kullanmaktır. Amazon Kendra, belgelerinizde anlamsal arama ve RAG uygulamaları için özel olarak tasarlanmış, makine öğrenimi destekli akıllı bir arama hizmetidir. S3 bağlayıcısı, S3'teki belgelerinizi kolayca indekslemenizi sağlar. Diğer seçenekler neden yanlış: AWS Batch ve AWS Glue'da embedding'leri depolamak ve SQL ile sorgulamak, anlamsal arama için tam teşekküllü bir çözüm sunmaz ve karmaşık bir manuel kurulum gerektirir. Glue, vektör veritabanı olarak tasarlanmamıştır. Amazon SageMaker not defteri ve SageMaker Feature Store, embedding'leri oluşturmak ve depolamak için kullanılabilir, ancak anlamsal arama işlevselliğini doğrudan sağlamaz. Feature Store, özellik mühendisliği için tasarlanmıştır, vektör araması için değil. Amazon Textract, belgelerden metin ve verileri çıkarmak için kullanılır, ancak anlamsal arama yeteneği yoktur. Çıkarılan metin üzerinde anlamsal arama yapmak için başka bir hizmete ihtiyaç duyulur.