Новая статья по Spring AI!

▶️ Spring AI: retrieval augmented generation ◀️

Spring AI, который только недавно получил первую стабильную версию, уже предоставляет довольно много возможностей для работы с RAG (retrieval augmented generation).

Благодаря этому подходу нейросеть перед тем, как дать ответ на запрос пользователя, выполнит поиск подходящей информации в векторном хранилище. Причём каждый документ хранится не в виде текста, а в виде массива чисел (т.н. «векторов»).

Процесс преобразования различных документов в такой векторный формат выполняется опять же с помощью LLM и называется embedding («встраивание»). Хорошая новость заключается в том, что всё это можно легко сделать с помощью Spring AI.

В статье я привожу пример, как можно распарсить несколько Excel-файлов, чтобы извлечь из них историю изменения курса доллара. Эту информацию мы преобразуем в эмбеддинги и сохраняем в векторном хранилище pgVector. Затем эмбеддинги можно подгружать в контекст LLM для выполнения различных аналитических запросов в диалогом режиме.

P.S. Эту же статью я опубликовал на Хабре. Жду ваших комментариев!