RAGとDatabricks Vector Searchを使用してLLMチャットボットをデプロイする

動画の内容

この製品ツアーでは、エンドツーエンドのRAG(Retrieval Augmented Generation)システムがDatabricks上でどのように動作し、最新かつ関連性の高い情報を各クエリに動的に取り込むことで、AIアプリケーションの精度と関連性を向上させる方法をご覧いただけます。RAGをシームレスにワークフローに統合する方法を見てみましょう。これは、複雑なデータのやり取りを簡素化する直感的なユーザーエクスペリエンスを提供し、チームがデータ管理ではなく戦略的なタスクに集中できるようにします。このツアーでは、以下のことを学びます:

  • 非構造化データ(PDF)を取り込むためのワークフローを設定し、それらをデルタテーブルに保存する
  • エンベディングモデルを使用してテキストデータをベクトルに変換し、それらをベクトルデータベースに保存します
  • 埋め込みモデル、基礎的な言語モデル、さらにはlangchainチェーンまで提供しています!
  • あなたのLLMをデータと一緒に連鎖させて、モデルの応答を強化します

自分のワークスペースでこれを試してみたい場合は、製品チュートリアルをご覧ください。

プロダクトツアーを開始する

おすすめ

datascience icon

チュートリアル

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

data science

オンデマンド動画

Lakehouse Monitoring and Vector Search

demothumb-small-tour-devexperience.png

製品ツアー

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