Platform For AI:RAG

ドキュメント

説明

• RAGベースのLLMチャットボット

このトピックでは、Elastic Algorithm Service (EAS) を使用してRAGサービスを展開する方法について説明します。 RAGアーキテクチャは、検索および生成のために設計されます。

• 取得のために、EASは、オープンソースのFaissやAlibaba Cloudサービス (Milvus、Elasticsearch、Hologres、AnalyticDB For PostgreSQL) を含むさまざまなベクターデータベースサービスと統合します。

• 世代向けに、EASはQwen、Meta Llama、Mistral、Baichuanなどのさまざまなオープンソースモデルをサポートすると同時に、ChatGPTと統合します。

RAGサービスをデプロイした後、web UIまたはAPI操作を使用してRAGサービスを呼び出すことができます。 web UIはさまざまな推論パラメーターを提供し、ナレッジベースファイルをアップロードして、パーソナライズされた正確な大規模言語モデル (LLM) を開発できます。

• EASとElasticsearchを使用したRAGベースのLLMチャットボットのデプロイ

• EASとOpenSearchを使用してRAGベースのチャットボットをデプロイ

これらのトピックでは、EASを使用してRAGサービスを展開するときに、ベクターデータベースをRAGサービスに関連付ける方法について説明します。 このトピックでは、RAGチャットボットの基本機能と対応するベクターデータベースの機能についても説明します。