التوليد المعزَّز بالاسترجاع (RAG) على watsonx.ai

بناء مسار التوليد المعزَّز بالاسترجاع (RAG) الخاص بك

لقطة شاشة للوحة معلومات تُظهر التوليد المعزز بالاسترجاع في watsonx.ai

تبسيط بناء تطبيق التوليد المعزز بالاسترجاع

استخدِم نماذج الأساس لبناء وتحسين ونشر مسارات التوليد المعزز بالاسترجاع (RAG) باستخدام قاعدة المعرفة المؤسسية الخاصة بك.

تعرَّف على المزيد حول التوليد المعزز بالاسترجاع (RAG) في watsonx.ai
تحسين التكلفة

استدل على نموذج أصغر ومتخصص، وليس على نموذج عام أكبر.

على مستوى المؤسسات

تصميم قائم على مراعاة الأمن وقابلية التوسع والامتثال.

الدقة والأداء

أسِّس تطبيقاتك على قاعدة معرفية لتحسين مخرجاتها.

النشر السريع

انتقل من المفهوم إلى الإنتاج في أيام وليس أشهر.

شاهد الميزة بصورة عملية

الدردشة مع المستندات

تُتيح ميزة "الدردشة مع المستندات" لمنشئي الذكاء الاصطناعي إنشاء حلول توليد معزز بالاسترجاع قائمة على المستندات بسرعة لأغراض النمذجة الأولية أو النشر. باستخدام مختبر الموجِّهات دون تعليمات برمجية في IBM watsonx.ai، يمكن للمستخدمين تحميل وتكوين ملفات PDF ومستندات Word وغير ذلك بسهولة. ويمكن للمطورين التوسع باستخدام مخزن المتجهات مثل Milvus أو Elasticsearch لتحسين دقة الإسناد إلى البيانات. كما يمكنهم النشر كواجهة برمجة تطبيقات (API) لمساعدي أو وكلاء الذكاء الاصطناعي.

AutoAI RAG

يساعد AutoAI for RAG على تبسيط بناء المسارات عن طريق إنشاء تكوينات مختلفة تلقائيًا. ثم يقوم بعد ذلك بتقييم أدائها وتصنيفه، وتقديم أفضل الخيارات على لوحة المتصدِّرين. عملية كانت تستغرق شهورًا تقليديًا وتستهلك مئات التركيبات المحتملة، أصبحت الآن مبسَّطة وجاهزة للتنفيذ.

اتخِذ الخطوة التالية

جرِّب watsonx.ai مجانًا أو واصل رحلتك الاستكشافية.

ابدأ تجربتك المجانية استكشف العرض التوضيحي
تعرف على المزيد: تعرف على ريادة IBM بين منصات عمليات التعلم الآلي وفقًا لـ IDC Marketscape سجِّل للحصول على دليل Ventana Research للمشترين لعام 2024 لمنصات الذكاء الاصطناعي التوليدي سجِّل للحصول على تقرير The Forrester Wave: منصات الذكاء الاصطناعي/التعلم الآلي، الربع الثالث من عام 2024