Esplorare l'esercitazione sull'agente di intelligenza artificiale generativa

Usare questa pagina per esplorare l'esercitazione sull'agente di intelligenza artificiale generativa, in precedenza denominata cookbook di intelligenza artificiale. Seguilo da end-to-end o passa a un'area che ti interessa.

Introduzione

Introduzione: Esercitazione sull'agente di intelligenza artificiale generativa end-to-end

Demo di 10 minuti

notebook demo dell'agente di intelligenza artificiale di 10 minuti

Informazioni sugli agenti rag e intelligenza artificiale

• Introduzione a RAG
• Nozioni fondamentali sulla rag
  • Pipeline di dati
  • Catena RAG per l'inferenza
  • Valutazione e monitoraggio
  • Governance e LLMOps
• Migliorare la qualità rag
  • Qualità della pipeline di dati
  • Qualità della catena rag
• Valutare la qualità dell'applicazione RAG
  • Definire la qualità
  • Valutare le prestazioni
  • Abilitare la misurazione della qualità
• Sviluppo basato sulla valutazione

Implementazione dettagliata

• Prerequisiti: Raccogliere i requisiti
• Passaggio 1: Clonare il codice e creare il calcolo
• Passaggio 2: Distribuire un modello di verifica per ottenere feedback sugli stakeholder
• Passaggio 3: Curare un set di dati di valutazione
• Passaggio 4: Valutare la qualità del modello di verifica
• Passaggio 5: Trovare le cause radice dei problemi di qualità
  • Passaggio 5.1: Eseguire il debug della qualità del recupero
  • Passaggio 5.2: Eseguire il debug della qualità della generazione
• Passaggio 6: Correzione iterativa e valutazione della qualità
  • Passaggio 6.1: Correggere la qualità della pipeline di dati
• Passaggio 7: Distribuire e monitorare l'applicazione di intelligenza artificiale

Successiva: Introduzione all'esercitazione sull'agente di intelligenza artificiale generativa >