Rezumat

  • 3 minute

Retrieval Augmented Generation conectează baza dumneavoastră de date la capabilitățile modelelor lingvistice mari. În loc să te bazezi pe datele de antrenament ale unui model, oferi informații actuale și relevante din propriile tabele.

Întregul model RAG se execută în T-SQL. Baza ta de date orchestrează fluxul: căutare, formatare, prompt, apel, analiză. Poți adăuga capabilități AI aplicațiilor existente prin modificarea procedurilor stocate, fără a reproiecta stack-ul de aplicații.

În acest modul, ai învățat cum să:

  • Identificați cazurile de utilizare RAG: Recunoașteți scenarii în care fundamentarea răspunsurilor Large Language Model (LLM) în conținutul bazei de date îmbunătățește acuratețea și relevanța
  • Pregătește contextul din SQL: Folosește FOR JSON pentru a converti rezultatele interogărilor în text pe care LLM-urile le pot procesa eficient
  • Construiește prompturi augmentate: Construiește sarcini utile de cerere de construcție care combină instrucțiuni de sistem, context recuperat și întrebări ale utilizatorilor
  • Executați pipeline-ul RAG: Apelați endpoint-urile Azure OpenAI folosind sp_invoke_external_rest_endpoint și analizați răspunsurile

Află mai multe