- แพลตฟอร์มข้อมูลที่ช่วยให้นักพัฒนาสามารถใช้ข้อมูลเพื่อเพิ่มบริบทให้โมเดลภาษาขนาดใหญ่ผ่าน Retrieval Augmented Generation (RAG)
- ดึงข้อมูลจากแหล่งข้อมูลเดิม เช่น คลังเอกสารและ NoSQL
- ประมวลผลคอนเทนต์เป็นเวกเตอร์เอ็มเบดดิง
- รวบรวมเวกเตอร์เอ็มเบดดิงไว้ในฐานข้อมูลเวกเตอร์เพื่อการค้นหาความคล้ายคลึง
- โซลูชัน RAG แบบครบวงจรที่ขยายตามแอปพลิเคชันได้ และช่วยลดเวลาที่ใช้ในการผสานบริการต่าง ๆ เช่น data connector, embedding model และ vector database
คุณสมบัติ
- สถาปัตยกรรมแบบกระจายประสิทธิภาพสูงที่รองรับการประมวลผลจุดข้อมูลได้หลายพันล้านรายการ: ปรับแต่งการสร้างและการรวบรวมเอ็มเบดดิงให้เหมาะสมด้วยการประมวลผลแบบขนานขั้นสูง
- data connector ในตัว ที่รองรับแหล่งข้อมูลทั่วไป บริการเอ็มเบดดิง และ vector store
- ซิงก์แหล่งข้อมูลแบบเรียลไทม์ เพื่อให้ข้อมูลอัปเดตล่าสุดอยู่เสมอ
- การเตรียมข้อมูลที่ปรับแต่งได้ ในรูปแบบต่าง ๆ เช่น การโหลด การแบ่งชิ้น และการคัดเลือก
- การจัดการข้อมูลอย่างสอดคล้องกัน ที่รองรับการค้นหาแบบไฮบริดผ่านเมทาดาทา: เสริมและติดตามเมทาดาทาโดยอัตโนมัติเพื่อมอบประสบการณ์การค้นหาที่สมบูรณ์ยิ่งขึ้น
ยังไม่มีความคิดเห็น