详细内容或原文请订阅后点击阅览

使用Amazon Bedrock提供动力的RAG（Claude 3 Sonnet和Amazon Titan供嵌入）构建基于Gen Gen的文本到SQL应用程序

2025年3月18日 17:30 33 Comments
X Twitter Instagram Mail

在这篇文章中，我们使用Amazon Bedrock探索使用RAG创建文本到SQL应用程序。我们使用人类的Claude 3.5十四行诗型号来生成SQL查询，亚马逊基德岩中的亚马逊泰坦（Amazon Titan）用于文本嵌入，亚马逊基德岩（Amazon Bedrock）访问这些型号。

来源:亚马逊云科技 _机器学习
sql是广泛使用企业的关键语言之一，它需要了解数据库和表格元数据。对于缺乏SQL熟练程度的非技术用户来说，这可能是压倒性的。如今，生成的AI可以帮助弥合这个知识差距，以供非技术用户使用文本到SQL应用程序生成SQL查询。此应用程序允许用户以自然语言提出问题，然后为用户的请求生成SQL查询。LARGE语言模型（LLMS）经过培训，以生成自然语言说明的准确SQL查询。但是，未经修改就无法使用现成的LLM。首先，LLM无法访问企业数据库，需要自定义模型以了解企业的​​特定数据库。此外，由于存在列和可用内部指标的同义词，复杂性增加。LLMS在理解企业数据集和人类上下文中的限制可以使用检索增强发电（RAG）来解决。在这篇文章中，我们使用Amazon Bedrock探索使用抹布创建文本到SQL应用程序。 We use Anthropic’s Claude 3.5 Sonnet model to generate SQL queries, Amazon Titan in Amazon Bedrock for text embedding and Amazon Bedrock to access these models.Amazon Bedrock is a fully managed service that offers a choice of high-performing foundation models (FMs) from leading AI companies like AI21 Labs, Anthropic, Cohere, Meta, Mistral AI, Stability AI, and Amazon through a single API, along with a broad set of capabilities you need to build generative AI applications with security, privacy, and responsible AI.Solution overviewThis solution is primarily based on the following services:Foundational model – We use Anthropic’s Claude 3.5 Sonnet on Amazon Bedrock as our LLM to generate SQL queries for user inputs.Vector embeddings – We use Amazon Titan Text Embeddings v2 on亚马逊基岩用于嵌入。嵌入是文本，图像，
说明的 非技术 数据集 企业 文本 生成 SQL 嵌入 使用 复杂性 Amazon 应用程序 Anthropic Bedrock LLM 数据库 需要 现成的 用户 use AI 广泛使用 查询