Revenir au contenu principal

Annonces IA et Lakehouse pendant le Data + IA Summit 2023

Modèles d'architecture d'IA générative

Créez une IA générative de qualité « production » pour n'importe quel modèle d'architecture

lakehouse-monitoring-header-image.png

Commencez à créer votre solution d'IA générative

Lorsque vous cherchez à créer un LLM (grand modèle de langage), vous devez examiner quatre modèles d'architecture.

Databricks est le seul fournisseur permettant de créer des solutions de grande qualité à bas coût avec les quatre modèles d'architecture d'IA générative :

gen ai
proactive-reporting.png

Ingénierie de prompt

L'ingénierie de prompt consiste à personnaliser des requêtes pour obtenir des réponses de meilleure qualité sans modifier le modèle sous-jacent. Databricks simplifie l'ingénierie de prompt : vous trouverez des modèles sur la Marketplace (y compris des modèles open source répandus comme Llama 2 et MPT). Vous pourrez aussi servir des modèles derrière un point de terminaison dans Model Serving et évaluer les prompts dans une UI simple et conviviale avec Playground ou MLflow.

unified-tooling-from-data-to-ml.png

Génération augmentée de récupération (RAG)

La RAG retrouve les données et les documents utiles pour répondre à une question ou accomplir une tâche et les fournit au LLM en tant que contexte afin d'améliorer la pertinence des réponses. 


Databricks fournit une suite d'outils RAG pour vous aider à combiner et optimiser tous les aspects du processus : préparation des données, modèles de récupération, modèle de langage (SaaS ou open source), pipelines de classement et de post-traitement, ingénierie de prompt et entraînement de modèles à l'aide de données d'entreprise personnalisées.

automated-root-cause-analysis.png

Réglage fin

Le réglage fin (fin-tuning) adapte un modèle LLM généraliste existant au moyen d'un entraînement supplémentaire qui exploite la propriété intellectuelle et les données de votre organisation. Le réglage fin proposé par Databricks simplifie ce processus : vous partez de votre modèle LLM préféré – par exemple, un modèle sélectionné par Databricks comme MPT-30B, Llama 2 ou BGE – et vous poursuivez son entraînement sur de nouveaux datasets. 

gen ai

Pré-entraînement

Le pré-entraînement consiste à créer un tout nouveau modèle LLM afin que les connaissances de base du modèle soient parfaitement adaptées à votre domaine. Comme vous l'entraînez à l'aide de la propriété intellectuelle et des données de votre organisation, vous obtenez un modèle personnalisé et unique. Le pré-entraînement IA Databricks Mosaic est une solution d'entraînement optimisée. Il est capable de créer en quelques jours de nouveaux LLM possédant plusieurs milliards de paramètres, pour un coût d'entraînement dix fois plus faible.

gen ai

Choisir le meilleur modèle

Ces modèles d'architecture ne s'excluent pas les uns les autres. Au contraire, ils peuvent (et doivent) être combinés pour tirer parti de leurs forces respectives dans différents déploiements de l'IA générative. Databricks est le seul fournisseur à prendre en charge les quatre modèles d'architecture d'IA générative. Pour vous, c'est l'assurance d'avoir toutes les options à portée de main et de pouvoir évoluer en fonction des besoins de votre activité.

Prêt à vous lancer ?