We’ll beat any hyperscaler on cost. Learn more about our price guarantee. Learn more
La GenAI est là... mais quelle sera la prochaine étape ?
L'IA générative influence déjà notre façon de travailler, mais comment pouvons-nous l'influencer ? Découvrez où en sont les grands modèles de langage (LLM) et l'IA générative (GenAI), ainsi que les directions qu'ils pourraient prendre à l'avenir grâce à de meilleures données.
Voici les dernières tendances en matière d'intelligence artificielle.
How to Build RAG Using Confluent with Flink AI Model Inference and MongoDB
In this GenAI tutorial webinar by Confluent and MongoDB, you’ll learn how to build retrieval-augmented generation (RAG) in 4 key steps: data augmentation, inference, workflows, and post-processing. See a step-by-step walkthrough of vector embedding and get all your questions answered in a live Q&A.
How to Build GenAI apps Faster with Confluent’s Connectors
In this demo webinar, you’ll learn about building a real-time knowledge base for RAG architecture. We’ll show you how to configure a source connector to bring in data from various sources, Flink SQL for vector embedding, and sink connector to send data to vector stores like MongoDB Atlas Vector search.
Découvrez les principes de base des LLM, des bases de données vectorielles et de l'IA.
En savoir plus et Ressources
Un guide de la conception axée sur les événements pour les agents et les systèmes multi-agents
Une plateforme de streaming de données permet aux agents d'IA de fonctionner de manière dynamique, en traitant des événements et en y réagissant en temps réel. Découvrez l'anatomie d'un agent, comment créer des systèmes à un ou plusieurs agents, des modèles de conception pour les architectures évolutives et des exemples concrets d'applications de l'IA agentique.
Le guide du développeur RAG avec le streaming de données
Comment créer et mettre à l'échelle efficacement une génération augmentée par récupération (RAG) pour les applications d'IA générative en temps réel à l'aide de la plateforme de streaming de données de Confluent. Exploitez les connecteurs, Flink et la stream governance en 4 étapes : augmentation des données, inférence, flux de travail et post-traitement.