RAG vs. Fine-Tuning: Which One Suits Your LLM?
大型语言模型 (LLM)（例如 GPT-4 和 Llama 3）已经影响了 AI 领域，并在从客户服务到内容生成的各个方面都表现出色。但是，根据特定需求调整这些模型通常意味着在两种强大的技术之间进行选择：检索增强生成 (RAG) 和微调。虽然这两种方法都增强了 LLM，但它们针对不同的[…]
Implement RAG while meeting data residency requirements using AWS hybrid and edge services
在本文中，我们展示了如何将 Amazon Bedrock Agents 扩展到混合和边缘服务（例如 AWS Outposts 和 AWS Local Zones），以使用本地数据构建分布式检索增强生成 (RAG) 应用程序，从而改善模型结果。借助 Outposts，我们还涵盖了完全本地 RAG 应用程序的参考模式，该应用程序需要基础模型 (FM) 和数据源都驻留在本地。
Getting Started with Building RAG Systems Using Haystack
检索增强生成 (RAG) 正在改变我们使用大型语言模型的方式，但构建这些系统可能会非常繁琐。在本文中，您将学习如何使用 Haystack 构建 RAG 系统。
How Twitch used agentic workflow with RAG on Amazon Bedrock to supercharge ad sales
在本文中，我们展示了我们如何创新地构建具有代理工作流和 Amazon Bedrock 上的知识库的检索增强生成 (RAG) 应用程序。我们在基于 Slack 聊天的助手中实施了 RAG 管道，以使 Amazon Twitch 广告销售团队能够快速抓住新的销售机会。
Supercharging Productivity: A Practical Guide to Implementing AI Tools in Your Organisation
从销售和客户服务到内容创作，将生成式人工智能融入现代工作场所无一不是变革性的。它引发的连锁反应从根本上改变了各行业的角色、任务和战略重点。生成式人工智能不仅提高了生产力；它还改变了我们发挥创造力和效率的方式。就我个人而言，[…]这篇文章《增强生产力：在您的组织中实施人工智能工具的实用指南》首先出现在 Unite.AI 上。
Dark Diversity: DNA Tech Unveils Thousands of New Insect Species
一项芬兰主导的研究计划正在利用 DNA 技术彻底改变物种识别，以有效描述数千种未知昆虫，旨在加强生物多样性保护。芬兰奥卢大学的研究人员正在领导一个国际项目，利用快速发展的 DNA 技术解决物种识别危机。该项目旨在开发一种新的基因组方法 [...]
Introducing Amazon Kendra GenAI Index – Enhanced semantic search and retrieval capabilities
亚马逊推出了 Amazon Kendra GenAI Index，这是一款旨在增强企业 AI 应用程序的语义搜索和检索功能的新产品。该索引针对检索增强生成 (RAG) 和智能搜索进行了优化，使企业能够构建更有效的数字助理和搜索体验。
Ghana introduces Chip-embedded passports
加纳推出芯片嵌入护照 | 加纳推出了具有增强生物特征的芯片嵌入护照，预计将逐步淘汰目前的生物特征护照。芯片嵌入护照与国家身份识别系统相连。芯片上的生物特征信息可用于验证护照持有人的身份。新推出的电子护照 […]加纳推出芯片嵌入式护照一文首先出现在aviationghana上。
Elevate customer experience by using the Amazon Q Business custom plugin for New Relic AI
适用于 Amazon Q Business 的 New Relic AI 自定义插件创建了一个统一的解决方案，该解决方案结合了 New Relic AI 的可观察性洞察和建议以及 Amazon Q Business 的检索增强生成 (RAG) 功能，以及易于使用的自然语言界面。本文探讨了用例、此自定义插件的工作原理、如何启用它以及它如何帮助提升客户的数字体验。
Orchestrate generative AI workflows with Amazon Bedrock and AWS Step Functions
本博文讨论了如何使用 AWS Step Functions 高效协调多步骤生成式 AI 工作流，例如并行化对 Amazon Bedrock 的 API 调用以快速收集已提交问题列表的答案。我们还介绍了使用检索增强生成 (RAG) 来优化输出并提供额外的精度，以及通过 Step Functions 进行的其他可能的集成。
RAG Evolution – A Primer to Agentic RAG
什么是 RAG（检索增强生成）？检索增强生成 (RAG) 是一种将大型语言模型 (LLM) 的优势与外部数据检索相结合的技术，以提高生成的响应的质量和相关性。传统的 LLM 使用其预先训练的知识库，而 RAG 管道将在运行时查询外部数据库或文档并检索相关信息 […]文章 RAG 演变 - Agentic RAG 入门首先出现在 Unite.AI 上。
Revolutionizing knowledge management: VW’s AI prototype journey with AWS
我们很高兴与大家分享大众汽车集团（汽车行业的创新者和欧洲最大的汽车制造商）的历程，他们利用生成式人工智能、Amazon Bedrock 和 Amazon Kendra 设计了基于检索增强生成 (RAG) 的解决方案，让用户更轻松地访问内部信息，从而增强了知识管理。该解决方案可有效处理包含文本和图像的文档，从而显著增强了大众汽车集团在其生产领域的知识管理能力。
Unbundling the Graph in GraphRAG
生成式 AI 实践中经常遇到的一个术语是检索增强生成 (RAG)。使用 RAG 的原因很明显：大型语言模型 (LLM) 实际上是语法引擎，它们倾向于通过从训练数据中编造答案来“产生幻觉”。这些随机的结果可能很有趣，尽管并非完全基于事实。RAG 提供了一种方法 [...]
GoI invites proposals for establishing Centres of Excellence under Green Hydrogen Mission
这项由新和可再生能源部发起的计划旨在通过加强生产、储存和利用方面的研究，使印度成为绿色氢技术的全球领导者
New Research Finds Sixteen Major Problems With RAG Systems, Including Perplexity
美国的一项最新研究发现，Perplexity 和 Bing Copilot 等流行的检索增强生成 (RAG) 研究系统的实际表现远远低于过去 12 个月中占据头条新闻的营销炒作和流行采用。该项目涉及广泛的调查参与，共有 21 人参与 […] 新研究发现 RAG 系统存在 16 个主要问题，包括 Perplexity 首次出现在 Unite.AI 上。
GraphRAG in Action: From Commercial Contracts to a Dynamic Q&A Agent
基于问题的提取方法在这篇博文中，我们介绍了一种利用图形检索增强生成 (GraphRAG) 方法的方法 — 以简化提取商业合同数据和构建问答代理的过程。这种方法与传统的 RAG（检索增强生成）不同，它强调数据提取的效率，而不是不加区分地分解和矢量化整个文档，这是主要的 RAG 方法。在传统的 RAG 中，每个文档都被分成块并进行矢量化以进行检索，这会导致大量不必要的数据被拆分、分块并存储在矢量索引中。然而，这里的重点是从每个合同中提取最相关的信息，以用于特定用例，即商业合同审查。然后将数据构建成知识图谱，该图谱组织关键实体和关系，从而允许通过 Cypher 查询和向量搜索进行更精确的图数据检索。
African Sahara 'greening' can alter Northern Hemisphere climate, modeling study finds
非洲的撒哈拉沙漠可能被认为是一片广阔的贫瘠沙地，植被有限，是植物和动物繁衍生息的极端环境，但生命总能找到出路。事实上，沙漠中的植被生长在数千年中时好时坏，其中增强生长的时期被称为“绿化”。
Demystifying Azure Storage Account network access
揭开 Azure 存储帐户网络访问的神秘面纱服务端点和私有端点动手实践：包括 Azure Backbone、存储帐户防火墙、DNS、VNET 和 NSG 连接网络 — 图片来自 Unsplash 上的 Nastya Dulhiier1. 简介存储帐户在建立企业数据湖的徽章架构中起着至关重要的作用。它们充当集中式存储库，实现生产者和消费者之间的无缝数据交换。此设置使消费者能够执行数据科学任务并构建机器学习 (ML) 模型。此外，消费者可以将数据用于检索增强生成 (RAG)，通过 ChatGPT 等大型语言模型 (LLM) 促进与公司数据的交互。高度敏感的数据通常存储在存储帐户中。在数据科学家和
