Vai al contenuto
AI.info

The Pulse

Amazon Bedrock aggiunge la ricerca nelle tabelle dei fogli di calcolo

Amazon Bedrock Managed Knowledge Base può ora calcolare e cercare valori nelle tabelle dei fogli di calcolo durante il recupero agentico. La funzionalità combina i risultati di file CSV ed Excel con le informazioni contenute in documenti correlati.

Amazon Bedrock aggiunge la ricerca nelle tabelle dei fogli di calcolo

Amazon Bedrock Managed Knowledge Base può ora calcolare e cercare valori nelle tabelle dei fogli di calcolo quando risponde a domande tramite il recupero agentico. La funzionalità è compatibile con file CSV, XLSX e XLS e può combinare i risultati delle tabelle con le informazioni contenute in documenti correlati, ha dichiarato AWS in un post del 16 novembre.

Dai passaggi alle tabelle intere

Quando una domanda richiede dati tabellari, il processo di recupero individua prima i passaggi pertinenti nei file. Un agente stabilisce quindi se eseguire codice sulle tabelle recuperate; in tal caso, i file originali vengono copiati in una sandbox isolata, senza accesso alla rete.

Il codice scritto dal modello legge l’intera tabella o il foglio e l’agente riceve ciò che il codice stampa, per esempio i totali o le righe corrispondenti. Può quindi combinare questi risultati con i passaggi recuperati dai documenti per formulare una risposta con citazioni. Una traccia identifica i file tabellari letti dal codice.

La ricerca tabellare fa parte del recupero agentico e non richiede un’opzione separata. Una richiesta AgenticRetrieveStream può cercare in una o più basi di conoscenza. La API Retrieve separata continua a restituire passaggi senza eseguire codice.

Perché il file è importante

Un sistema di recupero tradizionale restituisce un insieme limitato di passaggi corrispondenti, anziché l’intera tabella se è lunga. AWS afferma che ciò può lasciare incompleto un totale, un confronto o una verifica di soglia se la risposta si basa solo sulle righe recuperate.

Le tabelle con molte colonne pongono un problema diverso: una riga può contenere più testo di quanto un passaggio o un modello di ricerca possa elaborare in una volta, rendendo più difficile associare le colonne successive. La ricerca tabellare suddivide il lavoro tra l’individuazione di un passaggio nel file corretto e la lettura dell’intera tabella tramite codice.

Il recupero deve comunque individuare il file pertinente prima che sia possibile effettuare il calcolo. AWS afferma che indicare il nome del file nella domanda è utile.

Un esempio finanziario

AWS illustra la funzionalità con file finanziari fittizi, tra cui una cartella di lavoro finale del conto economico, una bozza di cartella di lavoro, una policy sugli scostamenti e un promemoria sulla chiusura trimestrale. L’esempio chiede quali dipartimenti debbano redigere un commento sugli scostamenti: una domanda che dipende da una soglia stabilita dalla policy, dalle revisioni del budget e da calcoli tra i dipartimenti.

Secondo l’esempio, il recupero agentico con ricerca tabellare individua Sales, Engineering e Operations e indica lo scostamento di ciascun dipartimento rispetto al budget rivisto. La risposta cita la policy e il promemoria, mentre la traccia indica la cartella di lavoro letta dal codice. Nel confronto presentato da AWS, il solo recupero restituisce passaggi, ma non una risposta completa.

Accesso e limiti

La funzionalità è compatibile con i file aggiunti a una base di conoscenza tramite connettori, tra cui Amazon S3, Microsoft SharePoint e Atlassian Confluence. È disponibile nelle Regioni AWS supportate e il chiamante deve disporre delle autorizzazioni per il recupero agentico, tra cui bedrock:GetDocumentContent; l’agente legge il file tabellare originale utilizzando le credenziali del chiamante.

AWS afferma che le risposte basate sui dati delle tabelle richiedono più tempo di quelle basate solo sul testo, perché l’esecuzione del codice aggiunge almeno un passaggio dell’agente. L’azienda indica la ricerca tabellare per calcoli e ricerche nei file recuperati, mentre rimanda le metriche soggette a governance, i dashboard ricorrenti, le join su scala di data warehouse e i controlli di reporting agli strumenti di business intelligence.

Fonti

Aziende in questa notizia

Notizie correlate

Esplora

Altri articoli