生成 AI がすでに登場した今、次はどこへ向かうのでしょうか？

生成 AI はすでに私たちの働き方を変えています。では生成 AI の働き方はどのように変えることができるのでしょうか？大規模言語モデル (LLM) と生成 AI の現状と、そしてより良いデータがこれらを今後導く方向性をご覧ください。

人工知能のトレンドをご紹介します。

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.

Britton LaRoche, Databricks

Vasanth Kumar, MongoDB

Online Talk

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.

Mac Khajuria, Confluent

Erick Lee, Confluent

詳細とリソース

eBook

データストリーミングを活用した RAG 開発のためのガイド

Confluent のデータストリーミングプラットフォームを使用して、リアルタイム生成 AI アプリケーション用の検索拡張生成 (RAG) を効果的に構築し、拡張する方法。Connectors、Flink、Stream Governance をデータ拡張、推論、ワークフロー、後処理の4つのステップで活用します。