Introduction : Didacticiel sur l’agent IA de bout en bout
Ce tutoriel sur l’agent IA génératif (anciennement appelé livre de recettes IA) et son exemple de code vous emmène d’une preuve de concept (POC) à une application prête pour la production de haute qualité à l’aide de Mosaïque AI Agent Evaluation et Mosaic AI Agent Framework sur la plateforme Databricks. Vous pouvez également utiliser le référentiel GitHub comme modèle avec lequel créer vos propres applications IA.
Consultez la liste des pages du didacticiel sur l’agent IA Générative.
Conseil
Vous pouvez créer une application rag de plusieurs façons à l’aide de ce tutoriel :
- Vous n’avez que quelques minutes et vous voulez voir une démonstration de Mosaic AI Agent Framework et de Mosaic AI Agent Evaluation.
- Vous souhaitez accéder directement au code et déployer un POC RAG à l’aide de vos données.
- Vous n’avez pas de données, mais vous voulez déployer un exemple d’application RAG.
Qu’est-ce que nous entendons par l’IA de haute qualité ?
Le didacticiel de l’agent d’IA générative Databricks est un guide pratique pour la création d’applications d’INTELLIGENCE artificielle de haute qualité. Les applications de haute qualité sont :
- Exactes : elles fournissent des réponses correctes
- Sûres : elles ne fournissent pas de réponses dangereuses ou risquées
- Gouvernées : elles respectent les autorisations et les contrôles d’accès sur les données, et font le suivi de la traçabilité
Ce tutoriel présente le flux de travail de développement de la meilleure pratique de Databricks pour la création d’applications RAG de haute qualité : développement piloté par l’évaluation. Il décrit les méthodes les plus pertinentes pour augmenter la qualité des applications RAG et fournit un référentiel complet d’exemples de code implémentant ces techniques.
L’approche Databricks de la qualité
Databricks adopte l’approche suivante de la qualité pour l’IA :
- Boucle de développement code-first rapide pour itérer rapidement sur la qualité.
- Faciliter la collecte des commentaires faits par des humains.
- Fournir un framework pour la mesure rapide et fiable de la qualité des applications.
Ce tutoriel est destiné à être utilisé avec la plateforme Databricks. Plus précisément :
- Mosaic AI Agent Framework, qui fournit un workflow de développement rapide avec LLMOps et une gouvernance prêts pour l’entreprise.
- Mosaic AI Agent Evaluation, qui fournit des mesures fiables et de qualité en utilisant des juges LLM assistés par une IA propriétaire pour mesurer des métriques de qualité alimentées par les commentaires d’humains collectés via une interface utilisateur de conversation web intuitive.
Workflows basés sur le code
Choisissez le workflow ci-dessous qui répond le mieux à vos besoins :
| Temps nécessaire | Ce que vous allez créer | Lien |
|---|---|---|
| 10 minutes | Exemple d’application RAG déployée sur une application de conversation web qui collecte des commentaires | Démonstration RAG |
| 2 heures | Application RAG POC (preuve de concept) avec vos données, déployée sur une interface utilisateur de conversation qui peut collecter des commentaires auprès des parties prenantes de votre entreprise | Créer et déployer une preuve de concept |
| 1 heure | Évaluation complète de la qualité, du coût et de la latence de votre application POC | - Évaluer votre POC - Identifier les causes racines des problèmes de qualité |