特徴エンジニアリングの例:構造化RAGアプリケーション
検索拡張生成 (RAG) は、生成AIアプリケーションを構築するための最も一般的なアプローチの 1 つです。 Unity Catalog の特徴量エンジニアリングは、オンライン テーブルを使用した構造化 RAG アプリケーションをサポートします。 RAG アプリケーションに必要な構造化データのオンライン テーブルを作成し、 Feature Servingエンドポイントでホストします。 RAG アプリケーションは、 Feature Servingエンドポイントを使用して、オンライン テーブルから関連データを検索します。
一般的な手順は次のとおりです。
- 特徴量サービングエンドポイントを作成します。
- エンドポイントを使用して関連データを検索するLangChainToolを作成してください。
- LangChainエージェントのツールを使用して、関連データを取得します。
- LangChain アプリケーションをホストするモデルサービング エンドポイントを作成します。
次のノートブックは、Databricks オンライン テーブルと特徴量サービングエンドポイントを RAG (Augmented Generation) 取得アプリケーションに使用する方法を示しています。