金融サービス企業が、Amazon Bedrock Knowledge Basesを使った規制対応QAシステムを本番運用しています。コンプライアンス監査の結果、取得した原典文書に根拠のない記述が一部のレスポンスに含まれていることが判明しました。追加インフラを最小限に抑えつつ、取得コンテキストに根拠のないレスポンスを自動的に検出・ブロックするメカニズムを実装する必要があります。この要件を最もよく満たすソリューションはどれですか。
Amazon Bedrock GuardrailsのContextual Grounding Checkは、RAGシステムで取得したコンテキストとモデルの応答を自動比較し、Faithfulness（応答がコンテキストに忠実か）とRelevance（クエリへの関連性）の2つのスコアを算出する専用機能である。設定した閾値を下回る応答はBedrockのAPIレイヤーで自動ブロックされ、追加のLambdaや外部コンポーネントを必要とせずBedrockのマネージドサービスとして完結する。追加インフラを最小限に抑えながらコンプライアンス要件を自動化するのに最も適したソリューションである。 選択肢Aの第2のClaudeモデルによる検証は機能するが、追加のAPI呼び出しコストとレイテンシが発生し、「追加インフラを最小限に」という要件に反する。 選択肢CのAmazon Comprehendエンティティ検出は固有表現の存在確認に限定され、文脈的な根拠確認（応答全体がコンテキストに忠実かどうか）には対応できない。 選択肢DのKnowledge Basesソースアトリビューションはドキュメント取得時の関連性スコアを示すものであり、モデルが生成した応答がコンテキスト外の情報を含むかどうかの判定はできない。