MariaDB 的 AI RAG 黑客马拉松正在进行中

我们很高兴在上周五与所有提交了 MariaDB AI RAG 黑客马拉松 构思阶段的人进行了单独通话。

构思阶段的截止日期已于上周过去,我们很高兴地告诉大家,我们在创新赛道和集成赛道都收到了几个有前景的提交。创新涉及使用 MariaDB Vector 的应用,例如 RAG;而集成则是在现有框架中启用 MariaDB Vector。

参与者从个人贡献者到企业团队都有。有些人已经有 AI 经验,有些人则是 RAG 的新手。

报名参加 AI RAG 黑客马拉松的最后机会

MariaDB AI RAG 黑客马拉松的构思阶段截止日期临近,截止到周一(三月底前)。

到目前为止,我们收到了几个很棒的提交。其中一个关于结合知识图谱和 LLMs,使用 MariaDB Vector 最近邻搜索。另一个关于一个“高级上下文差异”,它基于内容的差异而不是字面措辞来识别两个文本语料库之间的差异。

目前所有的提交都在创新赛道。我们特别希望在集成赛道收到提交——将 MariaDB 添加到像 这些 框架或其他应用中。

赫尔辛基 Python 聚会组织的 AI RAG 黑客马拉松还有一周时间报名(支持远程参与)

使用 MariaDB Vector 和 Python 参加 AI RAG 黑客马拉松还有一周时间!

获胜者将有机会在五月份的 赫尔辛基 Python 聚会 上进行演示,获得 MariaDB Foundation 和 Open Ocean Capital 的荣誉和宣传,以及芬兰 verkkokauppa.com 提供的奖品。

要参与,请组建一支团队(1-5人),并在三月底前提交其中一个赛道的想法。然后,您有时间直到 5 月 5 日来开发该想法,以便在 5 月 27 日的聚会前完成。

  1. 集成赛道: 在现有开源项目或 AI 框架中启用 MariaDB Vector。

使用 MariaDB Vector 在您自己的 MariaDB 数据上尝试 RAG!

自从 ChatGPT 热潮兴起以来,您一直等待的日子终于来了:您现在可以使用 MariaDB Server 中的自有数据构建创意 AI 应用了!通过创建您自有数据的嵌入并将其存储在您的 MariaDB Server 中,您可以开发 RAG 解决方案,LLMs 可以基于您自己的特定数据作为上下文高效地执行提示。

为什么选择 RAG?

检索增强生成(RAG)可以根据您选择的数据(例如您自己的手册、文章或其他文本语料库)创建更准确、基于事实的 GenAI 回答。与通用大型语言模型(LLM)相比,RAG 回答更准确、基于事实,而无需训练或微调模型。