Introduktion
Generative AI-modeller lærer brede mønstre fra deres oplæringsdata, men de har ikke automatisk adgang til en organisations private eller aktuelle oplysninger. En medarbejders udgiftsanmodningsassistent har f.eks. brug for godkendte politikker og procedurer i stedet for et generelt svar baseret på oplysninger fra internettet.
Rag (Retrieveal-augmented generation) løser dette behov ved at hente relevante oplysninger og føje dem til den kontekst, der er angivet i en model. Det kan dog kræve et betydeligt arbejde at opbygge og vedligeholde et separat hentningssystem for hver agent.
Microsoft Foundry IQ leverer et administreret videnslag til agenter og AI-programmer. Den organiserer virksomheds- og webdata i genanvendelige vidensbaser og bruger agentisk hentning til at returnere relevante, tilladelsesorienterede oplysninger med citater.
I dette modul skal du udforske hovedkomponenterne i Foundry IQ og få mere at vide om, hvordan en agent bruger en vidensbase til at producere jordbaserede svar.
Bemærkning
Vi anerkender, at forskellige mennesker kan lide at lære på forskellige måder. Du kan vælge at gennemføre dette modul i videobaseret format, eller du kan læse indholdet som tekst og billeder. Teksten indeholder flere detaljer end videoerne, så i nogle tilfælde vil du måske henvise til den som supplerende materiale til videopræsentationen.