嵌入多模式文档的配方

[ayeshshiddika11]

我们对改进 RAG 流程的承诺不止于此。让我们先睹为快，了解一下即将添加到您的 RAG 工具包中的一些令人兴奋的新增功能：

混合搜索
传统的 RAG 使用语义搜索方法来检索查询的最相关块，但将语义搜索与关键字匹配相结合可以提高检索到的源信息的质量。对于 LLM 在培训期间可能没有接触过的专业术语领域，这一点尤其正确。

即将推出： Azure AI Search 和 ElasticSearch/OpenSearch 向量存储提供的混合搜索选项将向量相似性与关键字匹配相结合，从而提高检索精度。

许多文档不仅仅是文本，它们通常包含包含关 阿尔及利亚 WhatsApp 号码列表 键信息的复杂表格、图表和图像。然而，处理 RAG 应用程序的这些不同格式传统上需要多种工具、步骤和自定义代码。

即将推出：借助 Dataiku 的嵌入文档配方，您可以无缝地从文本、表格和图像中提取和嵌入信息，只需一步即可，利用视觉语言模型 (VLM) 处理图像数据，利用 LLM 处理文本。为您的文档选择最佳处理方法，确保表格等数据不会被错误拆分，并生成易于检索的图像摘要 - 所有这些都无需编写一行代码。这种简化的方法提高了检索准确性，并使构建多模式 RAG 应用程序比以往更快、更轻松。

为什么重要
RAG 管道正迅速成为对话式应用程序的支柱，为更智能、更准确的响应提供支持。借助 Dataiku 的最新增强功能，您可以：

更快地构建和交付基于 RAG 的 AI 系统。
节省加工成本和时间。
提供更准确、更具情境感知的结果。
无论您是 RAG 新手还是正在扩展高级用例，这些工具都可以让您更轻松地将组织知识转化为竞争优势。立即开始探索这些功能，并观察您的对话式 AI 的腾飞！