实时 RAG：如何使用 Redis 和 Amazon Bedrock 加强 LLM

大型语言模型 (LLM)（例如 GPT4），借助矢量嵌入和数据库的力量来解决不断演变的数据所带来的挑战。这些嵌入与矢量数据库或搜索算法结合使用，为 LLM 提供了一种获取最新且不断扩展的知识库的方法。这样可以确保 LLM 在不断变化的信息面前也能生成准确且符合上下文意义的输出。这种方法有时称为检索增强生成 (RAG)。

此次演讲将介绍 RAG 主题，并演示使用 Redis Enterprise 作为矢量数据库和 Amazon Bedrock 的好处。

活动演讲者

萨姆·帕蒂

首席应用 AI 工程师
Redis