Implante Chatbots LLM com RAG e Pesquisa Vetorial Databricks

O que você vai aprender

Neste tour pelo produto, você verá como um sistema RAG (Retrieval Augmented Generation) de ponta a ponta funciona no Databricks e aprimora a precisão e relevância da sua aplicação de IA, ao puxar dinamicamente as informações mais atuais e pertinentes para cada consulta.  Veja como você pode integrar de maneira contínua o RAG em seus fluxos de trabalho, oferecendo uma experiência de usuário intuitiva que simplifica as interações complexas de dados, garantindo que sua equipe possa se concentrar em tarefas estratégicas em vez de gerenciamento de dados. Neste tour, você aprenderá sobre:

  • Configurando um fluxo de trabalho para ingerir dados não estruturados (PDFs) e salvá-los em tabelas Delta
  • Usando um modelo de incorporação para transformar dados de texto em vetores e armazená-los em um banco de dados de vetores
  • Servindo Modelos de Incorporação, Modelos de Linguagem Fundamentais e até mesmo cadeias de langchain!
  • Encadeando seu LLM junto com seus dados para aumentar as respostas do modelo  

Se você quiser experimentar isso em seu próprio espaço de trabalho, confira o tutorial do produto.

Iniciar o tour do produto

Recomendado

datascience icon

Tutorial

Build High-Quality RAG Apps with Mosaic AI Agent Framework and Agent Evaluation, Model Serving, and Vector Search

data science

Vídeo sob demanda

Lakehouse Monitoring and Vector Search

demothumb-small-tour-devexperience.png

Tour do produto

Discover LakehouseIQ: The AI-Powered Engine That Uniquely Understands Your Business