Technology sharing

Probatio Ground: Actio RAG experimenta in minutis per bedrock anthropicas exempla et Elasticsearch

2024-07-12

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

Author: de ElasticaIosephus McElroy, Aditya Tripathi

Nuper elastica investigationis Playground emisimus, novum humile-codice interface quod tincidunt ad iterandum et aedificandum applicationes RAG productionis per A/B probatio LLM, incedit suggerit et tundendo data. Hodie annunciamus subsidium Amazonum Bedrock pro Playground, deducentes te etiam exemplar electionum ex Amazonibus, anthropicis, et aliis praecipuis provisoribus. Developers uti Amazona Bedrock et Elastica inquisitione nunc optimize retrievalere possunt pro responsa utentes notitia privata vel proprietaria (in uno vel pluribus indicibus Elasticis inquisitionis indici).

Utere Amazon bedrock ad consequentiam A/B probatio LLM et retrieval

THEATRUM interface permittit te experiri et A/B probare diversa LLMs ab ducens exemplar providers ut Amazon et anthropica. Sed exemplar eligens est tantum pars quaestionis. Tincidunt etiam considerare quomodo proventus pertinentes inquisitiones recuperare ut contextui exemplaris fenestrae magnitudo (i.e., numerus signorum exemplar tractare possit) arcte aequare. Textus locus restituens longiores sunt quam fenestrae contextus in truncatione provenire possunt, inde amissione notitiarum. Textus minor quam fenestra contextus potest recte insculpi, inde in impropria repraesentatione sistitur. Proxima multiplicitas potest venire ex retrievalibus cohaerere cum diversis fontibus data.

Playground plures lineamenta elastica investigationis coniungit in interfaciem simplicem et potentem ad operandum RAG operandum:

  • Crescentibus indicem fontium exemplarium utere, inter Amazonium Bedrock, eligere LLM quod maxime convenit tuis necessitatibus
  • usus semantic_text, Accommodare ad hunking belli ut fit in notitia et contextu fenestrae magnitudine
  • usus retrievers Multi scaena retrieval pipeline addere (including reordering)

Postquam contextum ad exemplar missum ad signa productionis optatae componens, codicem exportare potes et applicationem tuam ad usum linguae Pythonis Elasticae investigationis vel clientis LangChain Pythonis integrationis absolve.

Pronuntiatio hodie approbatur Apertum Consequentia API Integratio aditum praebet ad exempla quae in Amazonibus Bedrock sunt, tum novo utendosemantic_text Agri generis excedunt. Spes vere nos hac experientia te frui!

THEATRUM his omnibus composabilibus elementis sumit ac vobis instrumentum verum elit pro celeri iteratione et evolutione ad celeritatem tincidunt postulant.

Usus THEATRUM

In Kibana (Elasticsearch UI), navigare ad "THEATRUM« Primum, provisori ad exemplar provisoris tuae electionis LLM coniungere debes.

Hoc blog praebet singula vestigia et instructiones ad experientiam THEATRUM connectendi et configurandi.

Postquam cum LLM coniungens et indicem elasticae inquisitionis eligens, inire potes quaestiones de percontatione in indice. LLM responsa ex contextu notitiarum tuarum praebebit.

Connectunt selecta LLM et indices elasticas cum informationibus privatis proprietatis
Statim loquere cum notitia tua et responsionem exemplar aestimare (ut Claudii Anthropici 3 Haiku in hoc casu)

Recognosce et customize textum et retriever quaesita pro indicibus quae vector embeddings reponunt

Adepto optimus contextu usura retrievers et hybrid searches

Elasticahybrid quaerere Adiuvat te optimam contextualem fenestram aedificare. Fenestrae contextus efficaces ex variis speciebus vectorizatarum et textuum simplicium datarum constructae sunt, quae per plures indices distribui possunt.Nunc tincidunt commodo novumquery retrievers ut simpliciorem reddere interrogationem creaturam. Satus in versione 8.14, Cloud ElasticaServerless Tres novae retrievers praebentur et adhiberi possunt cum interrogatione una tantum unitaRRF Normalised inquisitionis hybrid. Potes notitias vectorizatas condere et retrievers uti kNN, vel metadata et contexta addere ad quaerendas quaestiones hybridas creandas.Mox etiam addere potesSemantic re-ordoad ulteriora investigationis proventus emendare.

Playground utere ut cito libera inquisitionem colloquii

Exstructio sermonis experientiae plures aditus implicare possunt, ac electiones superare possunt, praesertim celeritas data qua novae technologiae ordinandae et retrevales inveniuntur, quarum utraque ad applicationes RAG aptae sunt.

Cum nostro THEATRUM, hae electiones simplices et intuitivae sunt, quamvis tincidunt aditus ad plures lineas habeat. Unicum nostrum accessus est ut columnam principalem in inquisitione hybrida statim aedificet, intuitive formas notitiarum selectarum et punctarum intellige, et accessum pluribus externis LLMs provisoribus ampliare.

Hoc anno ante, AWS Elastica acquisita Generativa AI Capability Award , hic honor paucissimis AWS sociis datur qui instrumenta generativa AI diversificari praebent. Accessus elasticus ad Bedrock addens subsidium experientiae THEATRUM experientiam sequitur idem principium - novas et porttitor facultates ad Elasticam Cloudem in AWS tincidunt afferens.

Aedificare, experire, et gaude cum THEATRUM

Ite nunc THEATRUM documentum satus usura!explorareGitHub Quaerere Labs ut novas fabulas et integrationes ab provisoribus discat sicut Cohere, Anthropica, Azure OpenAI, et plura.

Teipsum experiri paratus?satusLiber iudicii
Vis elastica certified?Invenire de proximo exitusElasticsearch ingeniarius disciplinaCum incipere!

original:THEATRUM: Experimentum cum RAG utens Bedrock exemplaribus anthropicis et Elasticsearch in minutis - Labs Quaerere Elasticam