FácilMúltipla escolha

Questão de prática de AIF-C01

Uma empresa deseja criar um aplicativo de IA generativa que possa resumir tickets de suporte ao cliente. Eles precisam garantir que o modelo permaneça atualizado com a documentação mais recente do produto sem retreinamento. Qual serviço da AWS atenderia melhor a esse requisito?

Escolha a melhor resposta.

Resposta correta

  • AAmazon Bedrock com Retrieval Augmented Generation (RAG)

Explicação

O Amazon Bedrock com Retrieval Augmented Generation (RAG) é a escolha correta porque permite que o modelo de IA generativa acesse e incorpore a documentação de produto mais recente de uma base de conhecimento externa sem retreinamento. O RAG funciona recuperando trechos de documentos relevantes no momento da inferência e injetando-os no contexto do modelo, garantindo que as respostas reflitam as informações mais recentes. Isso atende diretamente ao requisito de manter-se atualizado com a documentação em evolução, evitando o custo e a latência de um retreinamento completo do modelo.

Por que cada alternativa está certa ou errada

A

Correta

Amazon Bedrock com Retrieval Augmented Generation (RAG)

O Amazon Bedrock com RAG recupera a documentação atual do produto de uma base de conhecimento no momento da inferência e injeta passagens relevantes no prompt, para que os resumos reflitam o conteúdo mais recente sem retreinamento. Isso satisfaz diretamente a restrição do enunciado de manter-se atualizado sem retreinamento, uma vez que a atualização do armazenamento de dados subjacente atualiza as saídas imediatamente.

B

Incorreta

Amazon Comprehend

O Comprehend extrai entidades, sentimento e frases-chave de texto existente, mas não pode recuperar ou fundamentar a geração na documentação atual. É tentador porque é um serviço de NLP gerenciado que não requer retreinamento, mas resumir tickets em relação a documentos de produtos ativos precisa de geração aumentada por recuperação, que o Amazon Bedrock Knowledge Bases fornece em seu lugar.

C

Incorreta

Amazon Rekognition

O Rekognition realiza análise de imagem e vídeo, como detecção de objetos e rostos, não oferecendo recuperação de texto ou fundamentação de documentos. É tentador porque é um serviço de IA gerenciado que não requer treinamento de modelo, mas o cenário precisa que a documentação atual do produto seja injetada na geração de texto, o que a geração aumentada por recuperação via Amazon Bedrock Knowledge Bases fornece.

D

Incorreta

Amazon SageMaker Ground Truth

O Ground Truth cria conjuntos de dados de treinamento rotulados para ajuste supervisionado de modelos, o que requer retreinamento e não fornece documentação ao vivo no momento da inferência. É tentador porque alimenta modelos com dados novos, mas o requisito é a fundamentação aumentada por recuperação, satisfeita pelo Amazon Bedrock Knowledge Bases consultando documentos atuais sem retreinamento.

Para se aprofundar

O padrão RAG do Amazon Bedrock desacopla o conhecimento dos pesos do modelo: o modelo base permanece congelado enquanto um armazenamento de vetores (comumente Amazon OpenSearch Serverless, Aurora pgvector ou Knowledge Bases for Amazon Bedrock) contém trechos incorporados da documentação do seu produto. Na inferência, a consulta do usuário é incorporada com o mesmo modelo de incorporação (por exemplo, Amazon Titan Embeddings ou Cohere Embed), uma pesquisa de similaridade recupera os principais trechos e esses trechos são injetados no prompt como contexto antes que o FM gere o resumo. Como o índice é atualizado de forma independente, atualizar a documentação significa reingerir e reincorporar os arquivos alterados, e não retreinar. Um limite sutil que vale a pena conhecer: a qualidade da recuperação é limitada pela estratégia de fragmentação e dimensionalidade da incorporação, e trechos obsoletos ou duplicados degradam silenciosamente as respostas. Isso importa quando os tickets de suporte fazem referência a recursos recém-lançados posteriores ao corte de treinamento do modelo.

Sobre estas questões de prática

Esta é uma das questões de prática originais de AIF-C01 da Courseiva, escrita para o aprendizado e nunca copiada de provas reais nem de dumps.

Traduzida do original em inglês com IA e conferida quanto ao sentido. Códigos de exame, comandos e nomes de produtos são mantidos como aparecem na prova.