RAG Inc., bir RAG pipeline'ı tasarlıyor ve Amazon OpenSearch Service'i kullanmak üzere bir embedding modeli ve benzerlik arama yapılandırması seçmesi gerekiyor. (İKİ tane seçin)
Bir cevap seçin
Cevabınızı kontrol etmek için bir seçeneğe dokunun.
Doğru cevap: text-embedding-3-large (yüksek boyutlu yoğun embedding'ler) gibi bir Bedrock embedding modelini kullanın, aynı boyutsallığa sahip embedding vektörlerini bir dense_vector alanı kullanarak bir OpenSearch indeksinde kalıcı hale getirin ve hızlı ANN erişimi için OpenSearch k-NN eklentisini HNSW ve kosinüs benzerliği ile yapılandırın., Vektörleri oluşturmak için Bedrock veya SageMaker'da bir embedding modeli (text-embedding-3-small veya large) barındırın ve bunları uygun boyutsallıkta bir dense_vector eşlemesiyle OpenSearch'e indeksleyin; kosinüs metriğiyle k-NN eklentisini etkinleştirin ve geri çağırma/gecikme dengeleri için ef_construction ve ef_search değerlerini ayarlayın..
Neden bu cevap
İlk doğru seçenek, Bedrock'taki güçlü embedding modellerini (örneğin text-embedding-3-large) kullanmayı, bu embedding'leri OpenSearch'te densevector alanında depolamayı ve hızlı yaklaşık en yakın komşu (ANN) aramaları için HNSW algoritması ve kosinüs benzerliği ile OpenSearch k-NN eklentisini yapılandırmayı önerir. Bu, RAG mimarileri için standart ve yüksek performanslı bir yaklaşımdır. İkinci doğru seçenek, embedding'leri oluşturmak için Bedrock veya SageMaker'da bir model barındırma esnekliğini sunar ve bunları OpenSearch'te densevector olarak indekslemeyi, k-NN eklentisini kosinüs metriğiyle etkinleştirmeyi ve geri çağırma/gecikme dengesi için efconstruction ve efsearch parametrelerini ayarlamayı içerir. Bu, embedding modeli seçimi ve k-NN performansı üzerinde daha fazla kontrol sağlar. Diğer seçenekler, anlamsal arama için uygun olmayan terim tabanlı indeksleme, DynamoDB'nin vektör aramaları için yetersizliği veya yalnızca ham metin aramasına güvenme gibi yanlış yaklaşımları içerir.
Sonsuz cevap arayışı olmadan sınavınızı geçin
Bu sınav için her doğrulanmış soruyu ve açıklamayı tek bir yerde edinin ve saatlerce süren hazırlıktan tasarruf edin. 1.000'den fazla sertifika · 20'den fazla dil · ücretsiz başlayın.
Sınavınızı daha hızlı geçin → Kart gerekmez