This course explores a Retrieval Augmented Generation (RAG) solution in BigQuery to mitigate AI hallucinations. It introduces a RAG workflow that encompasses creating embeddings, searching a vector space, and generating improved answers. The course explains the conceptual reasons behind these steps and their practical implementation with BigQuery. By the end of the course, learners will be able to build a RAG pipeline using BigQuery and generative AI models like Gemini and embedding models to address their own AI hallucination use cases.
Overview
Syllabus
- 運用 BigQuery 建立嵌入項目、向量搜尋和 RAG
- 這堂課程會說明 BigQuery 中的檢索增強生成 (RAG) 解決方案，協助您減少 AI 幻覺。當中介紹的 RAG 工作流程包含建立嵌入項目、搜尋向量空間，以及生成更符合需求的答案。另外，這堂課程會解釋這些步驟背後的概念與原因，以及實際運用 BigQuery 實作的方法。完成課程之後，學員將學會使用 BigQuery，以及 Gemini 和嵌入模型等生成式 AI 模型，建立 RAG pipeline 來處理自己的 AI 幻覺應用實例。
Taught by
Google Cloud Training
Related Courses
-
Create Embeddings, Vector Search, and RAG with BigQuery
-
Create Embeddings, Vector Search, and RAG with BigQuery
-
使用 BigQuery 创建嵌入、向量搜索和 RAG
-
Create Embeddings, Vector Search, and RAG with BigQuery
-
Einbettungen, Vektorsuche und RAG mit BigQuery erstellen
-
Membuat Sematan, Pencarian Vektor, & RAG dengan BigQuery
