Introducción: Tutorial del agente de IA generativo de un extremo a otro
Este tutorial del agente de IA generativo (anteriormente denominado libro de inteligencia artificial) y su código de ejemplo le llevan de una prueba de concepto (POC) a una aplicación lista para producción de alta calidad mediante Mosaic AI Agent Evaluation y Mosaic AI Agent Framework en la plataforma Databricks. También puede usar el repositorio de GitHub como plantilla con la que crear sus propias aplicaciones de inteligencia artificial.
Consulte una lista de las páginas del tutorial del agente de IA generativa.
Sugerencia
Hay varias maneras de crear una aplicación de rag mediante este tutorial:
- Solo dispones de unos minutos y quieres ver una demostración del Marco del agente y de la Evaluación del agente de Mosaic AI.
- Quiere entrar directamente en el código e implementar una POC rag con los datos.
- No tienes datos, pero quieres implementar una aplicación RAG de ejemplo.
¿Qué queremos decir con inteligencia artificial de alta calidad?
El tutorial del agente de inteligencia artificial generativa de Databricks es una guía paso a paso para crear aplicaciones de inteligencia artificial generativas de alta calidad. Las aplicaciones de alta calidad son:
- Precisas: proporcionan respuestas correctas.
- Seguras: no producen respuestas perjudiciales o no seguras.
- Reguladas: respetan los permisos de datos y los controles de acceso, y realizan un seguimiento del linaje.
En este tutorial se establece el flujo de trabajo de desarrollo de procedimientos recomendados de Databricks para crear aplicaciones RAG de alta calidad: desarrollo controlado por evaluación. Describe las formas más relevantes de aumentar la calidad de la aplicación RAG y proporciona un repositorio completo de código de ejemplo que implementa esas técnicas.
El enfoque de Databricks para la calidad
Databricks adopta el siguiente enfoque para la calidad de la inteligencia artificial:
- Bucle de desarrollador rápido y orientado a código para iterar rápidamente la calidad.
- Facilita la recopilación de comentarios humanos.
- Proporciona un marco para una medición rápida y fiable de la calidad de la aplicación.
Este tutorial está diseñado para su uso con la plataforma de Databricks. Específicamente:
- Marco del agente de Mosaic AI que proporciona un flujo de trabajo de desarrollador rápido con LLMops y gobernanza listos para la empresa.
- Evaluación del agente de Mosaic AI que proporciona una medición fiable y de calidad mediante jueces LLM asistidos por IA de su propiedad, para medir las métricas de calidad que funcionan con los comentarios humanos recopilados mediante una interfaz de usuario de chat basada en web intuitiva.
Flujos de trabajo basados en código
Elije el flujo de trabajo siguiente que más satisfaga tus necesidades:
| Tiempo necesario | Qué se compilará | Vínculo |
|---|---|---|
| 10 minutos | Aplicación RAG de ejemplo implementada en una aplicación de chat basada en web que recopila comentarios | Demostración de RAG |
| 2 horas | Aplicación RAG de POC con los datos implementados en una interfaz de usuario de chat que puede recopilar comentarios de las partes interesadas de la empresa | Compilación e implementación de una POC |
| 1 hora | Evaluación completa de la calidad, el costo y la latencia de la aplicación de POC | - Evaluación de la POC - Identificación de las causas raíz de los problemas de calidad |