Shrnutí

  • 3 min

Generování augmentované načítáním propojuje vaši databázi se schopnostmi velkých jazykových modelů. Místo toho, abyste se spoléhali na trénovací data modelu, zadáte aktuální a relevantní informace z vlastních tabulek.

Celý vzor RAG se spouští v T-SQL. Vaše databáze orchestruje tok: vyhledávání, formátování, výzva, volání, analýza. Do stávajících aplikací můžete přidat funkce AI úpravou uložených procedur, aniž byste změnili architekturu zásobníku aplikací.

V tomto modulu jste se naučili:

  • Identifikace případů použití RAG: Rozpoznávání scénářů, kdy uzemnění odpovědí ve velkém jazykovém modelu (LLM) v databázovém obsahu zlepšuje přesnost a relevanci
  • Příprava kontextu z SQL: Použijte FOR JSON k převodu výsledků dotazu na text, který LLMs dokážou efektivně zpracovat.
  • Vytvoření rozšířených výzev: Sestavení datových částí požadavků, které kombinují systémové instrukce, načtený kontext a dotazy uživatelů
  • Spuštění kanálu RAG: Volání koncových bodů Azure OpenAI pomocí sp_invoke_external_rest_endpoint a parsování odpovědí

Více informací