概要: エンド ツー エンドの生成 AI エージェントのチュートリアル
この生成型 AI エージェント チュートリアル (旧称 AI クックブック) とそのサンプル コードでは、概念実証 (POC) から、Databricks プラットフォーム上の Mosaic AI Agent Evaluation と Mosaic AI Agent Framework を使用して、高品質の運用対応アプリケーションに移行します。 独自の AI アプリケーションを 作成するためのテンプレートとして GitHub リポジトリ を使用することもできます。
Generative AI エージェントのチュートリアルのページの一覧を参照してください。
ヒント
このチュートリアルを使用してラグ アプリを構築する方法はいくつかあります。
- 数分しか時間がなくて、Mosaic AI エージェント フレームワークとエージェント評価のデモを見たい。
- コードに 直接取り込み、データを使用して RAG POC をデプロイする必要があります。
- データはないが、サンプル RAG アプリケーションをデプロイしたい。
高品質の AI とはどういう意味ですか?
Databricks ジェネレーティブ AI エージェントのチュートリアルは、高品質のジェネレーティブ AI アプリケーションを構築するためのハウツー ガイドです。 高品質のアプリケーションは次のとおりです:
- 正確: 正しい応答が得られます
- 安全: 有害または安全でない応答は送信しません
- 管理: データのアクセス許可とアクセス制御を順守し、データ系列を追跡します
このチュートリアルでは、高品質の RAG アプリ (評価駆動型開発) を構築するための、Databricks のベスト プラクティス開発ワークフローについて説明します。 RAG アプリケーションの品質を向上させるための最も適切な方法の概要について説明し、それらの手法を実装するサンプル コードの包括的なリポジトリを提供します。
品質に対する Databricks のアプローチ
Databricks は、AI の品質に対して次のアプローチを採用しています。
- 高速なコード ファーストの開発者ループにより、品質を迅速に反復処理します。
- 人間のフィードバックを簡単に収集できるようにします。
- アプリの品質を迅速かつ高い信頼性で測定するためのフレームワークを提供します。
このチュートリアルは、Databricks プラットフォームでの使用を目的としています。 具体的には、次のように使用します。
- Mosaic AI エージェント フレームワークは、エンタープライズ対応の LLMops とガバナンスを備えた高速な開発者ワークフローを提供します。
- Mosaic AI エージェント評価は、独自の AI 支援 LLM ジャッジを使用して、直感的な Web ベースのチャット UI を通じて収集された人間のフィードバックを利用した品質メトリックを測定する、信頼性の高い品質測定を提供します。
コードベースのワークフロー
ニーズに最適なワークフローを以下から選びます。
| 必要な時間 | 作成するアプリケーション | リンク |
|---|---|---|
| 10 分 | フィードバックを収集する Web ベースのチャット アプリにデプロイされたサンプル RAG アプリ | Rag のデモ |
| 2 時間 | ビジネス関係者からのフィードバックを収集できるチャット UI にデプロイされたデータを含む POC RAG アプリ | POC をビルドしてデプロイする |
| 1 時間 | POC アプリの包括的な品質、コスト、待機時間の評価 | - POC を評価する - 品質の問題の根本原因を特定する |