特徴量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。

代表的なステップは次のとおりです。

  1. 特徴量サービングエンドポイントを作成します。

  2. エンドポイントを使用して関連データを検索する LangChainTool を作成します。

  3. 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。

  4. LangChainアプリケーションをホストするためのモデルサーバー 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。

RAGアプリケーションでオンラインテーブルを利用したデモノートブック

ノートブックを新しいタブで開く