AWS permite personalizar las respuestas por inquilino en Bedrock Managed Knowledge Base

Hecho Qué ha ocurrido
AWS explica cómo usar instrucciones de recuperación en Amazon Bedrock Managed Knowledge Base para que cada inquilino reciba respuestas con su propio tono, formato y política sobre una base de conocimiento compartida. Las instrucciones son recursos versionados que se referencian en cada solicitud. Según el artículo, no son un límite de autorización, por lo que el acceso a los datos debe controlarse con filtros de metadatos o con bases de conocimiento separadas.
Resumen generado mediante IA a partir de AWS Machine Learning Blog (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Permite que varias regiones o equipos compartan los mismos documentos sin mantener prompts duplicados en cada aplicación. Para quien construye asistentes internos o de cliente, puede reducir el coste de mantenimiento.
- Quién se ve afectado
- Empresas y equipos de desarrollo que sirven a varios clientes o áreas desde una misma base de conocimiento.
- Qué puede cambiar
- El tono, el formato y las reglas de respuesta pueden gestionarse una vez como recurso versionado, en lugar de mantenerse en cada aplicación.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
La adopción real fuera de los ejemplos, el precio del servicio y si el aislamiento de datos mediante filtros se aplica bien en producción.
Enviar esta noticia por correo
Enviado. Revisa que llegue a la bandeja de entrada de quien lo reciba.
La dirección no parece válida.
Has enviado varios correos seguidos. Espera un rato.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
No se ha podido enviar. Inténtalo de nuevo en unos minutos.
Fuente original: AWS Machine Learning Blog (fuente primaria). La referencia es siempre el artículo original.
Ver fuente original ↗RAGagentes Amazon Web Services Amazon Bedrock AWS bases de conocimiento multitenant
Relacionadas
AWS publica una guía para crear recuperación agéntica sobre una base de conocimiento gestionada de Bedrock con CDK
AWS Machine Learning Blog explica cómo desplegar con AWS CDK un agente que enruta consultas entre dos bases de conocimiento gestionadas de Amazon Bedrock…
Por qué importaMuestra cómo pasar de un RAG de una sola consulta a un sistema agéntico con observabilidad integrada, algo que las empresas que operan RAG en…
AWS lanza recuperación agentica para Bedrock: búsquedas multiintención en bases de conocimiento
Amazon Web Services ha presentado la AgenticRetrieveStream API, una nueva forma de recuperación en Amazon Bedrock Managed Knowledge Bases que utiliza un modelo…
Por qué importaLa recuperación agentica reduce significativamente el trabajo manual de equipos analíticos que deben hacer múltiples búsquedas y síntesis. Para…
AWS publica una guía para migrar bases de conocimiento a Amazon Bedrock Managed Knowledge Base
AWS ha añadido a la skill amazon-bedrock de Agent Toolkit una guía que permite a un agente de programación planificar la migración de una base de conocimiento…
Por qué importaPara equipos que ya usan bases de conocimiento en AWS, puede reducir la carga operativa de gestionar el almacén vectorial y el modelo de embeddings…
AWS propone un data lake centralizado para auditar las invocaciones de Amazon Bedrock en varias cuentas
AWS Machine Learning Blog describe una arquitectura que agrega los registros de invocación de Amazon Bedrock de varias cuentas vinculadas en una tabla…
Por qué importaSin visibilidad por llamada, los equipos de plataforma no pueden explicar picos de coste ni detectar prompts ineficientes entre equipos. Esta…
Tu opinión
Te hemos enviado un correo para confirmar tu dirección. El comentario se procesará cuando pulses el enlace.
Gracias. Tu comentario se publicará cuando lo revise el equipo (los primeros comentarios de cada persona se moderan).
Comentario publicado. Gracias por participar.
No se puede comentar aquí.
Indica un nombre (de 2 a 60 caracteres).
El correo no parece válido.
El comentario debe tener entre 10 y 2.000 caracteres.
Demasiados enlaces en el comentario.
No se ha podido comprobar que no eres un robot. Vuelve a intentarlo.
Has alcanzado el límite diario de comentarios.
Demasiados comentarios seguidos. Espera un rato.
No se ha podido enviar el correo de confirmación. Inténtalo de nuevo en unos minutos.



