آموزش ساخت خط لوله تولید تقویت‌شده با بازیابی (RAG) با Databricks - آخرین آپدیت

سرفصل ها و درس ها

شروع کار با RAG در Databricks Getting Started with RAG on Databricks

• آشنایی با Databricks Introduction to Databricks

• درک الگوی تولید تقویت‌شده با بازیابی (RAG) Understanding Retrieval-augmented Generation (RAG) Pattern

• بررسی سناریو و آماده‌سازی محیط Scenario Walkthrough and Environment Setup

کار با Embeddingها و Mosaic AI Vector Search در Databricks Working with Embeddings and Mosaic AI Vector Search in Databricks

• درک Embeddingها و شباهت متنی Understanding Embeddings and Text Similarity

• آماده‌سازی، تکه‌بندی (Chunking) و ذخیره‌سازی داده‌ها در جدول Delta Preparing, Chunking, and Storing Data in Delta Table

• پیکربندی Mosaic AI Vector Search در Databricks Configuring Mosaic AI Vector Search in Databricks

• ایندکس‌گذاری و کوئری گرفتن از داده‌ها در Databricks Vector Search Indexing and Querying Data in Databricks Vector Search

ساخت خط لوله RAG با Databricks Building RAG Pipeline with Databricks

• درک جریان کاری RAG در Databricks Understanding RAG Workflow in Databricks

• مهندسی پرامپت برای RAG Prompt Engineering for RAG

• ساخت خط لوله RAG با Databricks Building RAG Pipeline with Databricks

• ردیابی و ارزیابی خط لوله RAG با MLflow در Databricks Tracking and Evaluating RAG Pipeline with MLflow in Databricks

• ثبت و سرو کردن مدل RAG در Databricks Registering and Serving RAG Model in Databricks

استفاده از Agent Bricks برای جریان‌های کاری RAG در Databricks Using Agent Bricks for RAG Workflows in Databricks

• درک Agent Bricks در Databricks Mosaic AI Understanding Agent Bricks in Databricks Mosaic AI

• ساخت RAG عامل‌محور (Agentic) با استفاده از Agent Bricks Building Agentic RAG Using Agent Bricks