Azure AI SearchのEmbeddingスキルでcsvからベクトルDBを簡単に作成する
また、Azure AI SearchとAzure OpenAIのリソースを作成し、Azure OpenAIでは、text-embbeding-ada-002をデプロイしておきます。 インデクスの作成 まずは、普通にAzure AI Searchインデックスを作成します。ストレージアカウントのコンテナにcsvファイルをアップロードし、[ストレージアカウント] > [（右のバーの）Azure Search]からインデックスを作成します。データ接続時の設定で、今回使う対象ファイルがcsvなので読み込みには区切り文字を利用します。 [コグにティブスキルを追加します]は省略可能ですが、[対象インデックスをカスタマイズします]ではベクトル化したデータを格納するベクトルフィールドも作成しておきます。 [型] より [Collection(Edm.Single)] を選択します。また、今回はAzure O
ChatGPT/AOAI自社データ活用(RAG)の精度向上のプラクティス【情シス向け】
セキュリティチームの ぐっちー です。最近のAIブームにより、毎日のようにChatGPTの自社データ活用に関する商談をやっていおり、セキュリティの仕事はあんまりやってませんｗ 今日は商談の中で、かなりの確率で質問されることが多い「精度向上にはどういう手法があるか？」という点をブログにしました。権威ドキュメントや公式ドキュメントの情報ではなく、様々な手法の中から僕なりに情シス向けにトリアージをしたもので、網羅性には欠けると思いますが、参考情報として見ていただけたら幸いです。 本ブログの内容は、2023年10月22日時点までの情報を元に作成しております。 精度向上に対しての有効なプラクティスは企業の置かれている状況やユースケースによって異なりますので、参考までに見ていただけたら幸いです。 本ブログはベストプラクティスや特定の正解を提供することを主旨とするものではありません。あくまで、プラクティ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
