Vectorize
Build automated RAG Pipelines that keep data in your Milvus/Zilliz Cloud vector database fresh.
この統合を無料で利用するVectorizeとは何ですか？
Vectorizeは、自動化された検索支援生成(RAG)パイプラインを迅速かつ容易に構築・維持し、Milvus/Zilliz Cloudのベクターデータベースに高品質なデータを取り込むプロセスを簡素化します。
各パイプラインは、1つまたは複数のデータソースに接続し、複数のファイルタイプ（ドキュメント、スプレッドシート、プレゼンテーションなど）を取り込むことができます。データセットに最適なAIプラットフォーム、埋め込みモデル、ベクトル化戦略を選択します。エンベッディング](https://zilliz.com/glossary/vector-embeddings)は、ソースデータが変更されると更新されるため、AIアプリケーションは常に新鮮で最も関連性の高いデータにアクセスできます。
なぜMilvus/Zilliz CloudでVectorizeを使うのか？
ベクターインデックス](https://zilliz.com/learn/choosing-right-vector-index-for-your-project)が最適な関連性を提供できるようにしながら、RAGパイプラインを作成し管理することは、時間がかかる上に複雑です。このプロセスでは、データを抽出し、前処理して、クリーンで一貫性があり、適切にフォーマットされていることを確認する必要がある。最適なAIプラットフォーム、埋め込みモデル、チャンキング戦略を選択するには、多くの場合、かなりの実験と推測が必要になる。パイプラインを構築した後でも、ソースデータの進化に合わせてエンベッディングを更新することで、その品質を維持することは、さらに複雑なレイヤーを追加することになる。
Vectorizeは、このプロセス全体を簡素化し、自動化されたRAGパイプラインを簡単に構築・維持できるようにします。MilvusやZilliz Cloudのベクターデータベースとシームレスに統合し、生データから高品質なエンベッディングまでの作業を効率化します。Milvus/Zillizクラウドは、リアルタイムなデータ更新をサポートしながら、超低レイテンシで10億スケールのベクトルデータを保存および取得するスケーラビリティを提供します。これにより、LLMは常に最新のコンテキスト情報にアクセスすることができ、常に正確で適切な結果を提供することができます。
VectorizeとMilvus/Zilliz Cloudの統合により、強力で効率的なRAGフレームワークが構築されます。数分のうちに、億単位のベクトルデータを管理し、リアルタイムの回答を提供できる堅牢なパイプラインを導入することができます。この組み合わせにより、実装が簡素化されるだけでなく、RAGパイプラインがニーズに応じて拡張できるようになり、インフラストラクチャの管理よりもインサイトの提供に集中できるようになります。
VectorizeとMilvus/Zilliz Cloudの連携について
1.Vectorizeは、1つまたは複数のソースから非構造化データを抽出します。
2.選択したストラテジーを使用して、データをチャンクに分割します。
3.選択した埋め込みモデルを使用して、ベクトルインデックスが生成されます。
4.ベクトルインデックスはZilliz Cloudデータベースに書き込まれます。
5.Zilliz Cloudはベクトルデータを保存し、ベクトルの類似検索を行い、検索結果をLLMに提供します。
6.データが進化すると、Vectorizeは自動的にベクトルインデックスを更新します。
Zillizクラウドでベクターライズを使う方法 / Miluvs
クイックスタート：MilvusとVectorizeでRAGパイプラインを作成](https://docs.vectorize.io/tutorials/zilliz-cloud-quickstart)
Vectorizeドキュメント](https://docs.vectorize.io/)
Milvusドキュメント](https://milvus.io/docs/overview.md)
ZillizとVectorizeでRAGアプリケーションを10倍速く提供する](https://zilliz.com/blog/deliver-rag-apps-10x-faster-with-zilliz-and-vectorize)