🧠 Expert Users からフィードバックを収集する

プレビュー

この機能は プライベート プレビュー段階です。 お試しになるには、Databricks の担当者にお問い合わせください。

別のRAG Studioドキュメントをお探しですか?RAGドキュメントインデックスに移動

このチュートリアルでは、RAGアプリケーションをレビュー担当者 Environment にデプロイして、 🧠 Expert Users アプリケーションをテストしてフィードバックを提供できるようにする手順を説明します。

ステップ 1: レビュー担当者とエンドユーザーEnvironment を作成する

  1. RAGアプリケーションの初期化でこのコマンドをまだ実行していない場合は、次のコマンドを実行してこれらのEnvironmentsを初期化します。このコマンドの実行には約 10 分かかります。

    ./rag setup-prod-env
    

    注:

    ワークスペースとUnity Catalogのスキーマで作成される内容の詳細については、「 RAG Studioによって作成されたインフラストラクチャとUnity Catalogのアセット 」を参照してください。

  2. 次のコマンドを実行して、バージョンをレビュー担当者 Environmentにデプロイします。 このコマンドの実行には約 10 分かかります。

    ./rag deploy-chain -v 1 -e reviewers
    
  3. コンソールに、次のような出力が表示されます。 WebブラウザでURLを開き、 💬 Review UIを開きます。 この URL を 🧠 Expert Usersと共有できます。

    ...truncated for clarity of docs...
    =======
    Task deploy_chain_task:
    Your Review UI is now available. Open the Review UI here: https://<workspace-url>/ml/review/model/catalog.schema.rag_studio_databricks-docs-bot/version/1/environment/reviewers
    
  4. デプロイされたバージョンにアクセス許可を追加して、 🧠 Expert Users が上記の URL にアクセスできるようにします。

    • アクセス権を付与するDatabricksユーザーに read 権限を付与します

      • MLflow エクスペリメント

      • モデルサービング エンドポイント

      • Unity Catalog モデル

    ヒント

    🚧 ロードマップ 🚧💬 Review UIにアクセスするための企業SSOの追加のサポート(Databricksアカウントの要件なし)。

  5. これで、 🧠 Expert Users RAGアプリケーションとチャットするたびに、 🗂️ Request Log👍 Assessment & Evaluation Results Log が入力されます。

次のチュートリアルに従ってください!

📖 評価セットの作成