DataStax destaca la simplificación del desarrollo de aplicaciones GenAI

DataStax Presidente y CEO Chet Kapoor, el cofundador y CEO de LangChain Harrison Chase, y el fundador y CEO de Unstructured Brian Raymond (crédito: Regent Pictures) Lograr que las aplicaciones AI generativas lleguen a producción es complicado, pero una serie de nuevas integraciones y soluciones facilitan la vida de los desarrolladores. Desde los directores de tecnología que buscan nuevas eficiencias organizativas, hasta los usuarios finales que han comenzado a esperar resultados intuitivos y relevantes en aplicaciones de compras, agentes de servicio al cliente e incluso búsquedas web, la inteligencia artificial generativa parece estar en la mente de todos. Pero llevar una aplicación escalable de GenAI, en la que una empresa confiaría para producir resultados precisos y relevantes, a producción es un asunto complicado. Los desarrolladores tienen una sorprendente variedad de herramientas, modelos y plataformas para elegir, junto con una lista interminable de pruebas e intercambio de componentes para mejorar la relevancia y precisión de sus resultados. Es mucho que gestionar. DataStax, la empresa de datos GenAI, organizó una fiesta en el barrio Dogpatch de San Francisco el lunes por la noche para presentar varias nuevas ofertas que ayudan a crear un camino más unificado, fácil de navegar y rápido para ayudar a los desarrolladores a eliminar el ruido y centrarse en la parte creativa de construir aplicaciones GenAI. El RAG++ AI Hack Night ayudó a mostrar cómo todas estas piezas del rompecabezas encajan para facilitar que los desarrolladores lleven aplicaciones GenAI a producción. Varios socios de DataStax, incluidos NVIDIA, Microsoft, Unstructured, LangChain, Upstage y Voyage AI, junto con clientes como Priceline y SupPlant, compartieron sus experiencias trabajando con DataStax y otras tecnologías GenAI. El líder de relaciones con desarrolladores de DataStax, Carter Rabasa, subió al escenario y se remangó para demostrar cómo la plataforma de AI de DataStax, LangChain y Unstructured le permitieron construir una aplicación de búsqueda de películas GenAI en menos de 20 minutos con un código mínimo (aquí está una versión grabada de su demostración). Aquí hay un resumen rápido de las novedades que DataStax presentó el lunes. Oferta integrada de Langflow DataStax adquirió Langflow, un popular marco visual de código abierto para construir aplicaciones RAG, en abril. La oferta simplifica el proceso de desarrollo al permitir a los desarrolladores arrastrar y soltar diferentes bloques de construcción de aplicaciones para ayudarles a configurar, intercambiar, comparar y probar todos los principales proveedores de modelos de lenguaje grande (LLM) e incrustarlos. Con la absorción de la adquisición completada, DataStax anunció el lunes que Langflow 1.0 está generalmente disponible, alojado dentro de la plataforma DataStax Cloud, y ofrece los bloques de construcción fundamentales necesarios para crear, personalizar y compartir componentes AI reutilizables. Integración de Unstructured.io Unstructured permite a los desarrolladores convertir cualquier documento, tipo de archivo o diseño en datos listos para LLM. Es un servicio en la nube sin código que establece pipelines de datos GenAI, desde la transformación y limpieza hasta la generación de incrustaciones para una base de datos vectorial. En nuestra nueva asociación con Unstructured, la plataforma está integrada con DataStax Astra DB, la base de datos NoSQL y vectorial para GenAI, para ayudar a los desarrolladores a construir pipelines RAG para convertir rápidamente los tipos de documentos más comunes en datos vectoriales para búsquedas de similitud GenAI altamente relevantes. DataStax Vectorize Convertir todo tipo de datos en vectores es una parte clave de prepararlos para GenAI. DataStax Vectorize simplifica la generación de vectores al permitir a los desarrolladores elegir un servicio de incrustación, configurarlo con Astra DB y comenzar a construir de inmediato. La mayoría de las incrustaciones se manejan actualmente "en el lado del cliente", lo que significa que los desarrolladores necesitan aprender muchos APIs diferentes. Con Vectorize, la incrustación de vectores ahora sucede en el servidor; lo que significa que los desarrolladores solo necesitan aprender un API para acceder a los ocho proveedores de incrustación más populares: Azure OpenAI, Hugging Face, Jina AI, Mistral AI, NVIDIA, OpenAI, Upstage AI y Voyage AI. "Estamos emocionados de asociarnos con DataStax Vectorize por su facilidad de uso y la capacidad de construir aplicaciones RAG sofisticadas en las instalaciones", dijo Kasey Roh, jefe de negocios, EE. UU., en Upstage AI. RAGStack 1.0 La generación con aumento de recuperación (RAG) es una pieza clave del rompecabezas de la aplicación GenAI. Optimiza la salida de LLM al permitirles acceder a datos personalizados y propietarios para respuestas más precisas y relevantes. DataStax presentó el lunes la última versión de RAGStack, una solución de extremo a extremo que ayuda a eliminar las muchas complejidades que enfrentan los desarrolladores al implementar RAG. El lanzamiento 1.0 ofrece nuevas y mejoradas integraciones, nuevas herramientas y técnicas de incrustación más simples, todo en aras de llevar las aplicaciones GenAI a producción mucho más rápido. Obtén más información sobre cómo DataStax simplifica y acelera el desarrollo de aplicaciones GenAI. Este artículo es presentado por TC Brand Studio. Este es contenido pagado, TechCrunch editorial no estuvo involucrado en el desarrollo de este artículo. Comunícate para obtener más información sobre cómo asociarte con TC Brand Studio.