Generación aumentada por recuperación (RAG) con streaming de datos: una guía para desarrolladores

La generación aumentada por recuperación (RAG) ayuda a combatir las alucinaciones y otras imprecisiones que afectan a la generación de contenido por parte de un gran modelo de lenguaje (LLM). Sin embargo, la RAG debe implementarse de forma que proporcione información precisa y actualizada, y de una manera gobernada que permita escalarla a todas las aplicaciones y equipos. En nuestro último e-book, Generación aumentada por recuperación (RAG) con streaming de datos: una guía para desarrolladores, te contamos por qué una arquitectura event-driven es la mejor opción para lograrlo.

En este e-book, aprenderás a usar una plataforma de streaming de datos en cuatro patrones de RAG para crear aplicaciones de IA generativa en tiempo real.

Aquí tienes un breve resumen de lo que encontrarás:

• Las ventajas de diseñar una arquitectura de RAG en streaming
• Cómo implementar el aumento de datos, la inferencia, los flujos de trabajo y el posprocesamiento
• Pasos para familiarizarte con el uso de conectores, Flink (y varias de sus funciones, como el procesamiento en streaming de Flink SQL, la inferencia de modelos de IA, la API Table, las funciones definidas por el usuario y Flink Actions) y la gobernanza de streams para RAG
• Casos de uso de la RAG con sus arquitecturas de referencia