Jak zrobić RAG chatbota, któremu można ufać – traceable odpowiedzi w Aurora PostgreSQL
Artykuł pokazuje, jak budować odpowiedzialne AI-owe kontrolki dla chatbotów opartych na RAG, używając Amazon Aurora PostgreSQL, pgvector i Amazon Bedrock Guardrails. Dowiesz się, jak logować źródła odpowiedzi, ich score'i i ślady guardrails bezpośrednio w SQL, żeby zawsze wiedzieć, skąd chatbot wziął swoją wiedzę.
źródło: [aws/machine-learning-blog]