术语slug: agentic-retrieval

智能体检索

Agentic Retrieval

由模型自主编排多步检索与记忆注入的检索范式,替代单次向量召回

收录情报动态

共 6 篇 · 第 1/1 页
AWS Machine Learning BlogT1·智能体与协同
58 分
亚马逊 Bedrock 知识库上线智能体检索

亚马逊 Bedrock 托管知识库新增 Agentic Retrieve 能力,让知识问答应用在检索之外同时具备用户记忆。该方案从历史对话中抽取持久事实,按当前问题筛选后注入检索请求,并按用户与文档做隔离。适用于客服助手、SaaS 文档问答与企业内部政策助手等场景。

AWS Machine Learning BlogT1·开发与工程
58 分
亚马逊 Bedrock 知识库新增表格检索能力

亚马逊 Bedrock 托管知识库新增表格检索功能,可通过智能体检索直接对 CSV、XLSX、XLS 文件中的数据进行跨行查值与计算,并与相关文档中的事实结合,回答需要多步分析的问题。该能力复用现有的 AgenticRetrieveStream 接口,无需额外改造即可覆盖 SharePoint、S3 等混合数据源。

AWS Machine Learning BlogT1·开发与工程
42 分
亚马逊 Bedrock 知识库新增多租户检索指令

亚马逊 Bedrock 托管知识库推出检索指令功能,允许为不同租户分别设定回答语气、格式与检索策略,并以版本化托管资源统一管理。此前若需固定回答风格,开发者必须关闭响应生成、自行调用模型并在每个应用中维护提示词。

AWS Machine Learning BlogT1·开发与工程
42 分
AWS CDK 构建 Bedrock 智能体检索指南

本文介绍如何利用 AWS CDK 在托管的 Amazon Bedrock 知识库上构建企业级智能体检索系统。通过引入推理代理解决传统 RAG 在多源检索和动态选择上的局限,并提供可直接部署的代码示例。

AWS Machine Learning BlogT1·开发与工程
48 分
AWS Bedrock 推出智能体检索:LangChain 多意图查询优化

Amazon Bedrock Knowledge Bases 引入“智能体检索”模式,通过规划器将复杂的多维度问题拆解为子查询,以解决传统 RAG 在单一向量搜索中丢失部分意图的问题。该功能结合 LangChain 实现,旨在提升多跳或复合问题的检索覆盖率与准确性,同时对比了其与标准检索的成本差异。