Introdução ao livro de receitas de IA da Databricks

O livro de receitas de IA da Databricks e seu código de amostra levam o senhor de uma prova de conceito (POC) a um aplicativo pronto para produção de alta qualidade usando o Mosaic AI Agent Evaluation e o Mosaic AI Agent Framework na plataforma Databricks.

O livro de receitas de IA generativa da Databricks é um guia de instruções definitivo para a criação de aplicativos de IA generativa de alta qualidade. As aplicações de alta qualidade são:

• Precisos: eles fornecem respostas corretas

• Seguro: eles não fornecem respostas prejudiciais ou inseguras

• Governado: eles respeitam as permissões de dados &, acessam os controles e rastreiam a linhagem

Desenvolvido em parceria com a equipe de pesquisa da Mosaic AI, este livro de receitas apresenta o fluxo de trabalho de desenvolvimento de práticas recomendadas da Databricks para criar aplicativos RAG de alta qualidade: desenvolvimento orientado por avaliação. Ele descreve as maneiras mais relevantes de aumentar a qualidade dos aplicativos RAG e fornece um repositório abrangente de códigos de amostra que implementam essas técnicas.

Dica

Existem algumas maneiras de criar um aplicativo de pano usando este livro de receitas:

• O senhor tem apenas alguns minutos e deseja ver uma demonstração do Mosaic AI Agent Framework & Agent Evaluation.

• O senhor quer entrar no código e implantar um RAG POC usando seus dados.

• O senhor não tem dados, mas deseja implantar um aplicativo RAG de amostra.

A abordagem da Databricks em relação à qualidade

A Databricks adota a seguinte abordagem para a qualidade da IA:

• Ciclo de desenvolvimento rápido que prioriza o código para iterar rapidamente a qualidade.

• Facilite a coleta de feedback humano.

• Forneça uma estrutura para medição rápida e confiável da qualidade do aplicativo.

Este livro de receitas foi criado para ser usado com a plataforma Databricks. Especificamente:

• Mosaic AI Agent Framework que oferece um fluxo de trabalho rápido para desenvolvedores com governança LLMops & pronta para empresas.

• Mosaic AI Agent Evaluation, que fornece uma medição de qualidade confiável, usando juízes LLM assistidos por IA para medir métricas de qualidade que são alimentadas por feedback humano coletado por meio de uma interface de bate-papo intuitiva baseada na Web.

Fluxo de trabalho baseado em código

Escolha o fluxo de trabalho abaixo que melhor atenda às suas necessidades:

Tempo necessário	O que você vai construir	Link
10 minutos	Exemplo de aplicativo RAG implantado em um aplicativo de bate-papo baseado na Web que coleta feedback	Demonstração do Rag
2 horas	Aplicativo POC RAG com seus dados implantados em uma interface de bate-papo que pode coletar feedback das partes interessadas da empresa	Criar e implantar um POC
1 hora	Avaliação abrangente de qualidade, custo e latência do seu aplicativo POC	Avalie seu POC Identifique as causas principais dos problemas de qualidade