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。
摘要：这项工作根据观测到的现场数据和流域模型的模型输出，评估了马里兰州帕图森特河流域的关联流域和河流建模系统。使用每日和每月平均模型预测和测量数据计算水流、沉积物、总磷、正磷、总氮、铵和硝酸盐的性能目标。水文模拟程序 - Fortran (HSPF) 用于计算径流、沉积物和养分负荷，而水文工程中心 - 河流分析系统 (HEC-RAS) 用于评估河流内流量、河道沉积物和营养物质的命运/运输。模型结果成功地进行了校准、验证和管理场景分析。由于缺乏可比较的观测数据，没有对该流域的污染物进行模拟。该研究确定了两个实施问题。首先，虽然帕图森特河没有经历干床条件，其中溪流可能是间歇性的，但可以在横截面的低
