エージェントシステム: Databricks AI で RAG アプリをデプロイして評価
デモの種類
製品チュートリアル
時間
セルフペースで受講
動画の内容
Databricks は、基盤となる LLMs、Retrieval Augmented Generation (RAG)、ベクトル検索、PDF 抽出、Databricks MLflow を使って、強力な AI エージェントを作成できます。RAG を使うと、プロンプトにドメイン固有の知識を加え、独自モデルをファインチューニングせずに、より賢く正確な回答を返せます。
このデモでは、次の内容を学びます:
ツールを作成し、Unity Catalog の関数として保存する
LangChain で最初のエージェントを作成してデプロイする
エージェントを評価し、新しいバージョンが自分のデータセットでより良く動作するよう評価ループを作る
ドキュメントを準備し、ベクトル検索でナレッジベースを構築する
RAG を使ったリアルタイムの Q&A チャットボットをデプロイする
Databricks MLflow と MLflow 3.0 で性能を評価する
Databricks の組み込み
ai_parse_document関数でスキャンして情報を抽出する稼働中のエージェントを監視し、本番での挙動を確認する
Lakehouse Application でチャットボットのフロントエンドをデプロイする
デモを実行するには、無料の Databricks ワークスペース を取得し、Python ノートブックで次の2つのコマンドを実行します:
免責事項: 本チュートリアルでは現在プライベートプレビュー中の機能を使用します。Databricks の Private Preview 規約が適用されます。
詳しくは、イントロダクション ノートブックを開いてください。