本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 在 上擷取增強產生選項和架構 AWS
<a name="introduction"></a>

*Mithil Shah、Rajeev Muralidhar 和 Natacha Fort，Amazon Web Services*

*2024 年 10 月* ([文件歷史記錄](doc-history.md))

*生成式 AI* 是指 AI 模型的子集，可以從簡單的文字提示建立新的內容和成品，例如影像、影片、文字和音訊。生成式 AI 模型會根據包含各種主題和任務的大量資料進行訓練。這讓他們能夠在執行各種任務時展現顯著的多樣性，即使是尚未明確訓練的任務也一樣。由於單一模型能夠執行多個任務，這些模型通常稱為*基礎模型* (FMs)。

生成式 AI 模型的其中一個值得注意的應用程式是其回答問題的熟練度。不過，當這些模型用於根據自訂文件回答問題時，會發生特定挑戰。自訂文件可以包含專屬資訊、內部網站、內部文件、Confluence頁面、SharePoint頁面等。其中一個選項是使用*擷取增強產生 (RAG)*。使用 RAG，基礎模型會參考訓練資料來源 （例如您的自訂文件） 以外的授權資料來源，再產生回應。

本指南說明可從自訂文件回答問題的不同生成式 AI 選項，包括擷取增強生成 (RAG) 系統。它還提供在 Amazon Web Services () 上建置 RAG 系統的概觀AWS。透過檢閱 RAG 選項和架構，您可以在 AWS 和自訂 RAG 架構上選擇全受管服務。

## 目標對象
<a name="intended-audience"></a>

本指南的目標受眾是想要建置 RAG 解決方案、檢閱可用架構，以及了解每個選項優點和缺點的生成式 AI 架構師和經理。

## 目標
<a name="objectives"></a>

本指南可協助您執行以下操作：
+ 了解可用於回答自訂文件中問題的生成式 AI 選項
+ 在 上檢閱 RAG 系統的架構選項 AWS
+ 了解每個 RAG 選項的優點和缺點
+ 為您的 AWS 環境選擇 RAG 架構