Školení
Modul
Implementace rozšířené generace načítání (RAG) pomocí Azure Databricks - Training
Implementace rozšířené generace načítání (RAG) pomocí Azure Databricks
Tento prohlížeč se už nepodporuje.
Upgradujte na Microsoft Edge, abyste mohli využívat nejnovější funkce, aktualizace zabezpečení a technickou podporu.
Tento článek popisuje, jak načítání rozšířené generace umožňuje LLM přistupovat k vašim zdrojům dat jako ke znalostem bez nutnosti trénování.
LLM mají rozsáhlé znalostní báze prostřednictvím školení. Ve většině scénářů můžete vybrat LLM, který je určený pro vaše požadavky, ale tyto LLM stále vyžadují další trénování, aby porozuměly vašim konkrétním datům. Generování rozšířeného načítání umožňuje zpřístupnit data pro LLM, aniž byste je napřed trénovali.
Pokud chcete provádět generování rozšířeného načítání, vytvoříte pro svá data vkládání spolu s běžnými dotazy. Můžete to provést za běhu nebo můžete vytvářet a ukládat vložené položky pomocí řešení vektorové databáze.
Když uživatel položí otázku, LLM použije vaše vkládání k porovnání otázky uživatele s vašimi daty a nalezení nejrelevavantnějšího kontextu. Tento kontext a dotaz uživatele pak v příkazovém řádku přejděte na LLM a LLM poskytuje odpověď na základě vašich dat.
Chcete-li provést RAG, je nutné zpracovat každý zdroj dat, který chcete použít pro načítání. Základní proces je následující:
Zpětná vazba k produktu .NET
.NET je open source projekt. Vyberte odkaz pro poskytnutí zpětné vazby:
Školení
Modul
Implementace rozšířené generace načítání (RAG) pomocí Azure Databricks - Training
Implementace rozšířené generace načítání (RAG) pomocí Azure Databricks