Google déploie le moteur Vertex AI RAG

• Facilité d'utilisation, les développeurs pouvant démarrer via une API permettant un prototypage et une expérimentation rapides.
• Orchestration gérée, pour gérer la récupération des données et l'intégration LLM.
• Personnalisation et prise en charge de l'open source, les développeurs pouvant choisir entre l'analyse, le regroupement, l'annotation, l'intégration, le stockage vectoriel et les modèles open source. Les développeurs peuvent également personnaliser leurs propres composants.
• Flexibilité d'intégration, pour se connecter à diverses bases de données vectorielles telles que Pinecone et Weaviate, ou utiliser Vertex AI Search.

Dans le billet d'introduction du blog, Google a cité des cas d'utilisation du Vertex AI RAG Engine dans les secteurs des services financiers, de la santé et du droit. L'article fournissait également des liens vers des ressources, notamment un bloc-notes de démarrage, des exemples d'intégrations avec Vertex AI Vector Search, Vertex AI Feature Store, Pinecone et Weaviate, ainsi qu'un guide de réglage des hyperparamètres pour la récupération avec RAG Engine.