back to top

Želite generativne AI LLM integrirane s vašim poslovnim podacima? Treba ti RAG

Serhii Prystupa/Getty Images

U brzom razvoju generativne umjetne inteligencije (Gen AI), modeli velikih jezika (LLM) kao što su OpenAI GPT-4, Google Gemma, Meta LLaMA 3, Mistral.AI, Falcon i drugi AI alati postaju nezamjenjivi poslovni resursi.

Jedan od napretka koji najviše obećava u ovoj domeni je Retrieval Augmented Generation (RAG). Ali šta je zapravo RAG i kako se može integrisati sa vašim poslovnim dokumentima i znanjem?

Šta je RAG?

RAG je pristup koji kombinuje Gen AI LLM sa tehnikama pronalaženja informacija. U suštini, RAG omogućava LLM-ima pristup eksternom znanju pohranjenom u bazama podataka, dokumentima i drugim repozitorijumima informacija, poboljšavajući njihovu sposobnost da generišu tačne i kontekstualno relevantne odgovore.

Kako je objasnio Maxime Vermeir, viši direktor AI strategije u ABBYY-u, vodećoj kompaniji za obradu dokumenata i AI rješenja: „RAG vam omogućava da kombinujete svoju vektorsku trgovinu sa samim LLM. Ova kombinacija omogućava LLM-u da zaključi ne samo o svom već postojećem znanju, već i o stvarnom znanju koje dajete kroz posebne upute. Ovaj proces rezultira preciznijim i kontekstualno relevantnijim odgovorima.”

Također: Napravite mjesta za RAG: Kako se ravnoteža snaga Gen AI mijenja

Ova mogućnost je posebno ključna za preduzeća koja trebaju izvući i koristiti specifično znanje iz ogromnih, nestrukturiranih izvora podataka, kao što su PDF-ovi, Word dokumenti i drugi formati datoteka. Kako Vermeir navodi u svom blogu, RAG ovlašćuje organizacije da iskoriste puni potencijal svojih podataka, pružajući efikasniji i precizniji način interakcije sa rješenjima vođenim umjetnom inteligencijom.

Why RAG is important for your organization

Traditional LLMs are trained on vast datasets, often called “world knowledge.” However, this generic training data is not always applicable to specific business contexts. For instance, if your business operates in a niche industry, your internal documents and proprietary knowledge are far more valuable than generalized information.

Maxime noted: “When creating an LLM for your business, especially one designed to enhance customer experiences, it’s crucial that the model has deep knowledge of your specific business environment. This is where RAG comes into play, as it allows the LLM to access and reason with the knowledge that truly matters to your organization, resulting in accurate and highly relevant responses to your business needs.”

Also: The best open-source AI models: All your free-to-use options explained

By integrating RAG into your AI strategy, you ensure that your LLM is not just a generic tool but a specialized assistant that understands the nuances of your business operations, products, and services.

How RAG works with vector databases

–> unnamed.png

Depiction of how a typical RAG data pipeline works.

Intel/LFAI & Data Foundation

At the heart of RAG is the concept of vector databases. A vector database stores data in vectors, which are numerical data representations. These vectors are created through a process known as embedding, where chunks of data (for example, text from documents) are transformed into mathematical representations that the LLM can understand and retrieve when needed.

Maxime elaborated: “Using a vector database begins with ingesting and structuring your data. This involves taking your structured data, documents, and other information and transforming it into numerical embeddings. These embeddings represent the data, allowing the LLM to retrieve relevant information when processing a query accurately.”

Also: Generative AI’s biggest challenge is showing the ROI – here’s why

This process allows the LLM to access specific data relevant to a query rather than relying solely on its general training data. As a result, the responses generated by the LLM are more accurate and contextually relevant, reducing the likelihood of “hallucinations” – a term used to describe AI-generated content that is factually incorrect or misleading.

Practical steps to integrate RAG into your organization

  • Assess your data landscape: Evaluate the documents and data your organization generates and stores. Identify the key sources of knowledge that are most critical for your business operations.

  • Choose the right tools: Depending on your existing infrastructure, you may opt for cloud-based RAG solutions offered by providers like AWS, Google, Azure, or Oracle. Alternatively, you can explore open-source tools and frameworks that allow for more customized implementations.

  • Data preparation and structuring: Before feeding your data into a vector database, ensure it is properly formatted and structured. This might involve converting PDFs, images, and other unstructured data into an easily embedded format.

  • Implement vector databases: Set up a vector database to store your data’s embedded representations. This database will serve as the backbone of your RAG system, enabling efficient and accurate information retrieval.

  • Integrate with LLMs: Connect your vector database to an LLM that supports RAG. Depending on your security and performance requirements, this could be a cloud-based LLM service or an on-premises solution.

  • Test and optimize: Once your RAG system is in place, conduct thorough testing to ensure it meets your business needs. Monitor performance, accuracy, and the occurrence of any hallucinations, and make adjustments as needed.

  • Continuous learning and improvement: RAG systems are dynamic and should be continually updated as your business evolves. Regularly update your vector database with new data and re-train your LLM to ensure it remains relevant and effective.

Implementing RAG with open-source tools

Several open-source tools can help you implement RAG effectively within your organization:

  • LangChain is a versatile tool that enhances LLMs by integrating retrieval steps into conversational models. LangChain supports dynamic information retrieval from databases and document collections, making LLM responses more accurate and contextually relevant.

  • LlamaIndex is an advanced toolkit that allows developers to query and retrieve information from various data sources, enabling LLMs to access, understand, and synthesize information effectively. LlamaIndex supports complex queries and integrates seamlessly with other AI components.

  • Haystack is a comprehensive framework for building customizable, production-ready RAG applications. Haystack connects models, vector databases, and file converters into pipelines that can interact with your data, supporting use cases like question-answering, semantic search, and conversational agents.

  • Verba is an open-source RAG chatbot that simplifies exploring datasets and extracting insights. It supports local deployments and integration with LLM providers like OpenAI, Cohere, and HuggingFace. Verba’s core features include seamless data import, advanced query resolution, and accelerated queries through semantic caching, making it ideal for creating sophisticated RAG applications.

  • Phoenix focuses on AI observability and evaluation. It offers tools like LLM Traces for understanding and troubleshooting LLM applications and LLM Evals for assessing applications’ relevance and toxicity. Phoenix supports embedding, RAG, and structured data analysis for A/B testing and drift analysis, making it a robust tool for improving RAG pipelines.

  • MongoDB is a powerful NoSQL database designed for scalability and performance. Its document-oriented approach supports data structures similar to JSON, making it a popular choice for managing large volumes of dynamic data. MongoDB is well-suited for web applications and real-time analytics, and it integrates with RAG models to provide robust, scalable solutions.

  • Nvidia offers a range of tools that support RAG implementations, including the NeMo framework for building and fine-tuning AI models and NeMo Guardrails for adding programmable controls to conversational AI systems. NVIDIA Merlin enhances data processing and recommendation systems, which can be adapted for RAG, while Triton Inference Server provides scalable model deployment capabilities. NVIDIA’s DGX platform and Rapids software libraries also offer the necessary computational power and acceleration for handling large datasets and embedding operations, making them valuable components in a robust RAG setup.

  • IBM has released its Granite 3.0 LLM and its derivative Granite-3.0-8B-Instruct, which has built-in retrieval capabilities for agentic AI. It’s also released Docling, an MIT-licensed document conversion system that simplifies the process of converting unstructured documents into JSON and Markdown files, making them easier for LLMs and other foundation models to process.

Implementing RAG with major cloud providers

The hyperscale cloud providers offer multiple tools and services that allow businesses to develop, deploy, and scale RAG systems efficiently.

Amazon Web Services (AWS)

    • Amazon Bedrock–> je potpuno upravljana usluga koja pruža visokoučinkovite temeljne modele (FM) sa mogućnostima za izgradnju generativnih AI aplikacija. Bedrock automatizuje vektorske konverzije, pronalaženje dokumenata i generisanje izlaza.

    • Amazon Kendra is an enterprise search service offering an optimized Retrieve API that enhances RAG workflows with high-accuracy search results.

    • Amazon SageMaker JumpStart–> pruža čvorište za strojno učenje (ML) koje nudi unaprijed izgrađena ML rješenja i temeljne modele koji ubrzavaju implementaciju RAG-a.

    • Google Cloud

        • Vertex AI Vector Search je namenski napravljen alat za skladištenje i preuzimanje vektora pri velikom volumenu i malom kašnjenju, omogućavajući pronalaženje podataka u realnom vremenu za RAG sisteme.

        • pgvector ekstenzija u Cloud SQL-u i AlloyDB dodaje mogućnosti vektorskih upita bazama podataka, poboljšavajući generativne AI aplikacije sa bržim performansama i većim veličinama vektora.

        • LangChain na Vertex AI: Google Cloud podržava korištenje LangChain-a za poboljšanje RAG sistema, kombinirajući preuzimanje podataka u realnom vremenu s obogaćenim LLM upitima.

      Microsoft Azure

      Oracle Cloud Infrastructure (OCI)

        • OCI generativni AI agenti nudi RAG kao upravljanu uslugu koja se integriše sa OpenSearch-om kao repozitorijumom baze znanja. Za više prilagođena RAG rješenja, Oracle-ova vektorska baza podataka, dostupna u Oracle Database 23c, može se koristiti sa Python-ovim i Cohereovim modelom za ugrađivanje teksta za izgradnju i ispitivanje baze znanja.

        • Oracle Database 23c podržava vektorske tipove podataka i olakšava izgradnju RAG rješenja koja mogu stupiti u interakciju s opsežnim internim skupovima podataka, povećavajući točnost i relevantnost odgovora generiranih od umjetne inteligencije.

      Cisco Webex

      • Webex AI agent i AI asistent imaju integrisane RAG mogućnosti za besprekorno pronalaženje podataka, pojednostavljujući pozadinske procese. Za razliku od drugih sistema koji zahtevaju složena podešavanja, ovo okruženje zasnovano na oblaku omogućava preduzećima da se fokusiraju na interakcije sa klijentima. Pored toga, Ciscov model „donesi svoje-LLM“ omogućava korisnicima da integrišu preferirane jezičke modele, kao što su oni iz OpenAI preko Azure ili Amazon Bedrock.

      Razmatranja i najbolje prakse pri korištenju RAG-a

      Integracija AI sa poslovnim znanjem kroz RAG nudi veliki potencijal, ali dolazi sa izazovima. Uspješna implementacija RAG-a zahtijeva više od postavljanja pravih alata. Pristup zahtijeva duboko razumijevanje vaših podataka, pažljivu pripremu i promišljenu integraciju u vašu infrastrukturu.

      Jedan od glavnih izazova je rizik od “smeće unutra, smeće van”. Ako su podaci koji se unose u vaše vektorske baze podataka loše strukturirani ili zastarjeli, rezultati AI će odražavati ove slabosti, što će dovesti do netačnih ili irelevantnih rezultata. Pored toga, upravljanje i održavanje vektorskih baza podataka i LLM-a može opteretiti IT resurse, posebno u organizacijama kojima nedostaje specijalizovana AI i ekspertiza za nauku o podacima.

      Također: 5 načina na koje CIO mogu upravljati poslovnom potražnjom za generativnom umjetnom inteligencijom

      Još jedan izazov je oduprijeti se želji da se RAG tretira kao rješenje koje odgovara svima. Ne zahtijevaju svi poslovni problemi ili imaju koristi od RAG-a, a prevelika ovisnost o ovoj tehnologiji može dovesti do neefikasnosti ili propuštenih prilika za primjenu jednostavnijih, isplativijih rješenja.

      Da biste ublažili ove rizike, važno je ulaganje u visokokvalitetno kuriranje podataka, kao i osigurati da vaši podaci budu čisti, relevantni i redovno ažurirani. Također je ključno jasno razumjeti specifične poslovne probleme koje želite riješiti pomoću RAG-a i uskladiti tehnologiju sa svojim strateškim ciljevima.

      Uz to, razmislite o korištenju malih pilot projekata kako biste poboljšali svoj pristup prije nego što ga povećate. Angažirajte višefunkcionalne timove, uključujući IT, nauku o podacima i poslovne jedinice, kako biste osigurali da je RAG integriran kako bi dopunio vašu cjelokupnu digitalnu strategiju.

!funkcija(f,b,e,v,n,t,s)
if(f.fbq)return;n=f.fbq=function()n.callMethod?
n.callMethod.apply(n,arguments):n.queue.push(arguments);
if(!f._fbq)f._fbq=n;n.push=n;n.loaded=!0;n.version=’2.0′;
n.queue=[];t=b.createElement(e);t.async=!0;
t.src=v;s=b.getElementsByTagName(s)[0];
s.parentNode.insertBefore(t,s)(prozor, dokument,’script’,
‘https://connect.facebook.net/en_US/fbevents.js’);
fbq(‘set’, ‘autoConfig’, false, ‘789754228632403’);
fbq(‘init’, ‘789754228632403’);

www.oblakznanja.com

drugi upravo čitaju

Kako skalirati mali biznis uz pomoć digitalnog marketinga?

U nastavku ćemo istražiti kako skalirati mali biznis pomoću digitalnog marketinga, kroz ključne strategije i alate koji mogu poduprijeti poslovni rast. U današnjem digitalnom dobu,...

Jim Zemlin, ‘glavni domar otvorenog koda’, obilježava 20 godina rada u Linux fondaciji

Damjan Tomšić 22. novembar 2024 Jim Zemlin: „Morate biti istinski od pomoći programerima. Mi smo čuvari otvorenog koda.” AndreyPopov/Getty Images NAPA, Kalifornija — Neki ljudi vole Linux...

Koja distribucija Linuxa najbolje odgovara vašim potrebama?

Ako ste ikada pitali iskusnog korisnika Linuxa koja je desktop distribucija najbolja za novog korisnika, velike su šanse da će vam reći Ubuntu. Ako...

može te zanimati

Ostvarivanje vrhunskih mogućnosti sa distribuiranom bazom podataka u oblaku

Izvještaj o velikim podacima koje morate pročitati Buka oko rubnog računarstva raste, i to s pravom. Približavanjem računarstva i skladištenja podataka gde se generišu i...

Postoji problem s online oglasima, a nije ono što mislite

Obavezno pročitati CXO pokrivenost Imam malo drugačije mišljenje o online oglasima od mnogih. Za mnoge od onih koji veći dio svog dana provode na mreži...

Razmislite o mobilnom pristupu za svoju sljedeću web inicijativu

Obavezno pročitajte izvještaj programera U našem trenutno povezanom svijetu, korisnici imaju velika očekivanja od digitalnih iskustava. A na vrhunskom laptopu ili desktop računaru prilično je...

Prednosti rubnog računarstva | TechRepublic

Obavezno pročitati Big Data pokrivenost Moderno poslovno okruženje se konstantno zasniva na podacima koji se generišu u velikim količinama iz računara, aplikacija i Internet of...

Genspark dodaje finansijske izvještaje na zahtjev koje pokreće Claude

Još u junu 2024. godine – vječnost u brzo generativnom AI sektoru – startup koji su osnovali Microsoft, Google i Baidu alumni pod nazivom...

Razlike između rubnog računarstva i računarstva u oblaku

U suštini, ključna razlika između rubnog računarstva i računarstva u oblaku svodi se na jedan koncept: ograničenja mrežne veze. Kada bi internet konekcija bila...