クイズ：ベクトルストア設計とメタデータ・同期（D1 タスク 1.4.1〜1.4.5）
クイズ1
Amazon Bedrock と統合し、ソース取り込み・チャンキング・埋め込み生成・ベクトル保存・検索までをマネージドに行う RAG パイプラインを構成したいと考えています。最も適切な AWS の機能はどれですか。
クイズ2
大規模なドキュメント群に対し、ベクトル検索とキーワード検索を組み合わせたハイブリッド検索をスケーラブルに行いたいと考えています。ベクトルストアとして最も適切なのはどれですか。
クイズ3
RAG の検索で、ユーザーが所属する部署のドキュメントだけがヒットするように絞り込みたいと考えています。Knowledge Bases で最も適切な実現方法はどれですか。
クイズ4
ソースの S3 ドキュメントが頻繁に更新される RAG システムで、検索結果が古いままになる問題が起きています。最も適切な対処はどれですか。
クイズ5
あるチームが、RAG のベクトルストア構成に Amazon Bedrock Knowledge Bases を使うべきか Amazon Kendra を使うべきか迷っています。Bedrock と統合した埋め込みベースの RAG パイプラインに合致するのはどちらで、その理由は何ですか。
クイズ6
既存のリレーショナルデータベース上のデータと同居させ、トランザクションと併用しながらベクトル検索も行いたいという要件があります。最も適切なベクトルストアはどれですか。
未回答の問題は、不正解として正解と解説のみ表示します
ログインが必要です
クイズに回答するにはログインしてください。