Наблюдение за Postgres в RAGtime с помощью Postgres AI Power с pgvector и дополненной генерацией ...

Описание: Докладчик: Джимми Ангелакос
Извлечение-дополненная генерация (RAG) — мощная парадигма в разработке приложений с использованием ИИ. В этом докладе мы покажем, как использовать PostgreSQL с pgvector, чтобы объединить преимущества поиска по сходству векторов с большими языковыми моделями (LLM).

Поскольку докладчик — знаток Postgres (а не эксперт по ИИ), мы простыми словами объясним, как окунуться в мир ИИ, используя нашу любимую базу данных — с точки зрения специалиста по базам данных, который учится работать с этими новыми инструментами.

Мы рассмотрим:

— Как использовать pgvector для хранения и поиска векторных векторных представлений (и что это такое);
— Как связать эти возможности с LLM по ИИ для создания интеллектуальных приложений. – Практические советы по внедрению, включая настройку, стратегии индексации и вопросы масштабирования.
– Как снизить зависимость от дорогостоящих внешних служб ИИ, используя модели с открытым исходным кодом, сохраняя контроль над затратами и инфраструктурой.

Чтобы продемонстрировать эти концепции на практике, мы рассмотрим реальный пример создания системы помощи разработчикам, которая помогает командам разобраться в своей кодовой базе.