[Live Demo] Tableflow, Freight Clusters, Flink AI Features | Register Now
La génération augmentée par récupération (RAG) aide à combattre les hallucinations et autres inexactitudes qui affectent la génération de contenu des LLM. Cependant, la RAG doit être mise en œuvre de manière à fournir des informations exactes et à jour, dans un cadre gouverné permettant une mise à l'échelle pour l'ensemble des applications et des équipes. Le guide du développeur sur la RAG explique pourquoi une architecture axée sur les événements est la plus adaptée en la matière.
Lisez cet ebook pour apprendre à utiliser une plateforme de streaming de données selon quatre modèles de RAG, et à développer des applications GenAI en temps réel.
Points forts : - Découvrez les avantages d'une architecture RAG pour le streaming - Apprenez à mettre en œuvre l'augmentation des données, l'inférence, les workflows et le post-traitement - Sachez comment utiliser les connecteurs, Flink (notamment Flink SQL dans le Stream Processing, AI Model Inference, Table API, Actions, UDF) et la governance des flux pour la RAG - Explorez les cas d'utilisation de la RAG et les architectures de référence