特徴エンジニアリングの例: 構造化された RAG アプリケーション

  • [アーティクル]

取得拡張生成 (RAG) は、生成 AI アプリケーションを構築するための最も一般的なアプローチの 1 つです。 Unity Catalog 内の特徴エンジニアリングでは、オンライン テーブルを使用する構造化された RAG アプリケーションがサポートされています。 RAG アプリケーションに必要な構造化データのオンライン テーブルを作成し、特徴量提供エンドポイントでホストします。 RAG アプリケーションは、特徴量提供エンドポイントを使って、オンライン テーブルで関連データを検索します。

一般的な手順は次のとおりです。

  1. 特徴量提供エンドポイントを作成します。
  2. エンドポイントを使って関連データを検索する LangChainTool を作成します。
  3. LangChain エージェントでツールを使って、関連データを取得します。
  4. モデル提供エンドポイントを作成して LangChain アプリケーションをホストします。

次のノートブックでは、検索拡張生成 (RAG) アプリケーションに Databricks オンライン テーブルと特徴量提供エンドポイントを使う方法が示されています。

オンライン テーブルと RAG アプリケーションのデモ ノートブック

ノートブックを入手