Introdução: Tutorial completo do agente de IA generativa
Este tutorial generativo do agente de IA (anteriormente chamado de livro de receitas de IA) e seu código de exemplo levam você de uma prova de conceito (POC) para um aplicativo pronto para produção de alta qualidade usando o Mosaic AI Agent Evaluation e o Mosaic AI Agent Framework na plataforma Databricks. Você também pode usar o repositório GitHub como um modelo para criar seus próprios aplicativos de IA.
Veja uma lista das páginas no tutorial do agente de IA generativa.
Gorjeta
Há algumas maneiras de criar um aplicativo de pano usando este tutorial:
- Você tem apenas alguns minutos e quer ver uma demonstração do Mosaic AI Agent Framework & Agent Evaluation.
- Você deseja entrar diretamente no código e implantar um RAG POC usando seus dados.
- Você não tem dados, mas deseja implantar um aplicativo RAG de exemplo.
O que queremos dizer com IA de alta qualidade?
O tutorial do agente de IA generativa Databricks é um guia de instruções para criar aplicativos de IA generativa de alta qualidade. As aplicações de alta qualidade são:
- Preciso: Eles fornecem respostas corretas
- Seguro: Não dão respostas nocivas ou inseguras
- Governado: Respeitam as permissões de dados e os controles de acesso e rastreiam a linhagem
Este tutorial apresenta o fluxo de trabalho de desenvolvimento de práticas recomendadas do Databricks para criar aplicativos RAG de alta qualidade: desenvolvimento orientado por avaliação. Ele descreve as maneiras mais relevantes de aumentar a qualidade do aplicativo RAG e fornece um repositório abrangente de código de exemplo implementando essas técnicas.
A abordagem Databricks à qualidade
A Databricks adota a seguinte abordagem para a qualidade da IA:
- Loop de desenvolvedor rápido e code-first para iterar rapidamente a qualidade.
- Facilite a recolha de feedback humano.
- Forneça uma estrutura para medição rápida e confiável da qualidade do aplicativo.
Este tutorial destina-se ao uso com a plataforma Databricks. Especificamente:
- Mosaic AI Agent Framework que fornece um fluxo de trabalho de desenvolvedor rápido com LLMops & governança prontos para empresas.
- Mosaic AI Agent Evaluation que fornece medição de qualidade confiável usando juízes LLM assistidos por IA proprietários para medir métricas de qualidade que são alimentadas pelo feedback humano coletado por meio de uma interface de usuário de bate-papo intuitiva baseada na web.
Fluxos de trabalho baseados em código
Escolha o fluxo de trabalho abaixo que mais atenda às suas necessidades:
| Tempo necessário | O que você vai construir | Ligação |
|---|---|---|
| 10 minutos | Exemplo de aplicativo RAG implantado no aplicativo de bate-papo baseado na Web que coleta comentários | Demonstração de pano |
| Duas horas | Aplicativo POC RAG com seus dados implantados em uma interface do usuário de bate-papo que pode coletar feedback das partes interessadas do seu negócio | Criar e implantar um POC |
| Uma hora | Avaliação abrangente de qualidade, custo e latência do seu aplicativo POC | - Avalie o seu POC - Identificar as causas profundas dos problemas de qualidade |