Información sobre cómo establecer el modelo de lenguaje
Los modelos de lenguaje destacan en la generación de texto atractivo y son ideales como base para copilotos. Los copilotos proporcionan a los usuarios una aplicación intuitiva basada en chat para recibir asistencia en su trabajo. Cuando se diseña un copiloto para un caso de uso específico, hay que asegurarse de que el modelo de lenguaje esté fundamentado y utilice información objetiva que sea relevante para las necesidades del usuario.
Aunque los modelos de lenguaje se entrenan en una gran cantidad de datos, es posible que no tengan acceso a los conocimientos que deseas poner a disposición de los usuarios. Para asegurarse de que un copiloto se basa en datos específicos para proporcionar respuestas precisas y específicas del dominio, puede usar la generación aumentada de recuperación (RAG).
Descripción de RAG
RAG es una técnica que se puede usar para establecer un modelo de lenguaje. Es decir, es un proceso para recuperar información relevante para la solicitud inicial del usuario. En términos generales, el patrón de RAG incorpora los pasos siguientes:
- Recuperar datos de base en función de la solicitud inicial especificada por el usuario.
- Aumentar el mensaje con datos de base.
- Usar un modelo de lenguaje para generar una respuesta con base.
Al recuperar el contexto de un origen de datos especificado, asegúrate de que el modelo de lenguaje usa información relevante al responder, en lugar de confiar en sus datos de entrenamiento.
El uso de RAG es una técnica eficaz y fácil de usar para muchos casos en los que desea fundamentar el modelo de lenguaje y mejorar la precisión real de las respuestas de su copiloto.
Agregar datos de base a un proyecto de Azure AI
Puede usar Azure AI Studio para crear un copilot personalizado que use sus propios datos para las solicitudes de base. Azure AI Studio admite una variedad de conexiones de datos que puede usar para agregar datos a un proyecto, entre los que se incluyen:
- Azure Blob Storage
- Azure Data Lake Storage Gen2
- Microsoft OneLake
También puede cargar archivos o carpetas en el almacenamiento que usa el proyecto de AI Studio.
