Saltar al contenido

AWS añade búsqueda tabular a Bedrock Managed Knowledge Base

Respuesta corta

Amazon Bedrock Managed Knowledge Base admite ahora la búsqueda tabular. Si una pregunta necesita cifras de un archivo CSV, XLSX o XLS, el agente ejecuta código sobre el archivo completo en un entorno aislado y combina el resultado con datos de documentos relacionados. La respuesta incluye citas y una traza con el nombre del archivo leído.

Qué significa para las operaciones

Si los datos de ventas, soporte o finanzas de tu empresa viven en exportaciones y hojas de cálculo junto a las políticas que les dan sentido, esto cubre un hueco. Una pregunta como qué cuentas incumplen una regla definida en un PDF ya no exige que un analista junte ambas fuentes a mano. Para una empresa de 10 a 200 personas, la prueba práctica es una pregunta real que combine una regla de un documento con un cálculo sobre una hoja de cálculo. Nombra el documento y el archivo en la pregunta y mide cuánto tarda la respuesta, porque ejecutar código añade un turno del agente. Deja las métricas gobernadas y los paneles recurrentes en tus herramientas de BI, y usa la traza para auditar qué archivo se leyó.

AWS ha incorporado la búsqueda tabular a Amazon Bedrock Managed Knowledge Base, según explica el blog de aprendizaje automático de AWS. La función permite que la recuperación agéntica responda preguntas que dependen de datos de archivos CSV, XLSX y XLS.

El problema que aborda

La generación aumentada por recuperación habitual devuelve un conjunto limitado de fragmentos que mejor encajan con la pregunta. Eso funciona con texto corrido, pero falla con tablas. Una tabla larga se reparte en muchos fragmentos, de modo que un total o una comprobación de umbral se construye con unas pocas filas. Una tabla ancha puede tener en una fila más texto del que un fragmento o un modelo de búsqueda maneja, así que los valores de las últimas columnas cuesta más localizarlos. Además, las preguntas usan términos de negocio mientras las tablas guardan códigos de centro de coste y nombres de cuenta, y la regla que da sentido a las cifras suele estar en otro documento de políticas.

Cómo funciona

La búsqueda tabular forma parte del flujo de recuperación agéntica que ya existe, así que no hay nada que activar. Las solicitudes pasan por la misma llamada AgenticRetrieveStream que se usa con documentos. El sistema obtiene extractos relevantes, decide si conviene ejecutar código sobre una o varias de las tablas localizadas y copia el archivo original a un entorno aislado, sin acceso a ninguna red. El código escrito por el modelo se ejecuta sobre la tabla u hoja completa y devuelve solo lo que imprime, como totales o filas coincidentes. Después, el agente redacta la respuesta a partir de esos resultados y de los fragmentos recuperados, con citas.

La recuperación todavía tiene que encontrar primero el archivo de tabla correcto, por lo que nombrarlo en la pregunta ayuda, sobre todo si existen un borrador y una versión final. La API Retrieve sigue devolviendo solo fragmentos y no ejecuta código. La función admite archivos incorporados mediante conectores como Amazon S3, Microsoft SharePoint y Atlassian Confluence.

El ejemplo

El artículo usa archivos financieros ficticios: un libro de pérdidas y ganancias, una política de desviaciones, una nota de cierre trimestral y una revisión de negocio. Una pregunta plantea qué departamentos deben redactar comentarios sobre desviaciones. La respuesta requiere el umbral de la política, las revisiones de presupuesto de la nota y cálculos sobre cada fila de departamento. La recuperación simple devuelve fragmentos, pero ninguna respuesta. La búsqueda tabular nombra Ventas, Ingeniería y Operaciones, cita la política y la nota, y la traza muestra qué libro leyó el código.

Límites que conviene conocer

  • Las respuestas que usan datos de tablas tardan más, porque ejecutar código añade al menos un turno más del agente.
  • Las métricas gobernadas, los paneles recurrentes y los cruces a escala de almacén de datos siguen siendo cosa de las herramientas de BI.
  • Los archivos que superan el filtro de tamaño de la fuente de datos no se ingieren, así que el código no puede leerlos.
  • El código se ejecuta sobre CSV de hasta 500 MB, pero sobre hojas de Excel solo hasta 200 MB, según el momento en que se escribió el artículo.
  • El código generado no se devuelve, porque podría reproducir valores de celdas. La traza indica los archivos leídos.
  • La identidad que hace la llamada necesita los permisos de recuperación agéntica, incluido bedrock:GetDocumentContent, porque el agente lee el archivo original con las credenciales de quien llama.

El artículo también incluye una configuración de ejemplo con una fuente de datos en S3, conversaciones de varios turnos y filtros de metadatos que controlan qué archivos puede leer el código.

Fuente: AWS Machine Learning Blog

Las herramientas de esta noticia

  • Microsoft - precio, quién la usa, alternativas
Siguiente paso

Visibility Analyzer

Una noticia sobre IA no dice cómo los asistentes ven tu sitio. El Visibility Analyzer lo comprueba en el sitio real: qué respuestas te citan, qué páginas el motor no puede recuperar y qué arreglar primero. Ejecutarlo es gratis.

Lanzar una auditoría de visibilidad gratuita

Lanzarlo es gratis. Sin tarjeta.

Precio
Gratis
Duración
Una ejecución, minutos

Plan gratuito: dos análisis al día, sin tarjeta.