Del curso: Modelos LLM de IA potenciados con contexto: RAG y bases de datos vectoriales
Desbloquea este curso con un periodo de prueba gratis
Únete hoy para acceder a más de 24.900 cursos impartidos por expertos del sector.
Cómo utilizar Pinecone
Del curso: Modelos LLM de IA potenciados con contexto: RAG y bases de datos vectoriales
Cómo utilizar Pinecone
Una de las bases de datos vectoriales que podemos utilizar para construir nuestras aplicaciones con LLMs y así gestionar búsquedas de similitud basadas en embeddings de texto es Pinecone. Una de sus principales ventajas es que puede ser integrada con una serie de frameworks que nos permiten el desarrollo de aplicaciones basadas en el LLM como son LangChain, LlamaIndex y Haystack. Además, podemos utilizarlo directamente con la API de OpenAI. Esta implementación es la que estaremos viendo y, como ves, también nos permite integrarlo con el cloud de AWS o Azure. Para trabajar con Pinecone vamos a necesitar una API Key, la cual podemos obtener si nos creamos una cuenta de Pinecone. Y una vez que estemos logueados dentro de esta cuenta, dentro de la aplicación, en el menú de la izquierda vamos a ver API keys. En la esquina superior derecha haremos clic en Create API key y, una vez que la tengamos, la podemos copiar y la llevamos a nuestro entorno de desarrollo. Aquí la pondremos en nuestro…
Contenido
-
-
-
-
(Bloqueado)
«Embeddings» para almacenar tus datos3 min
-
(Bloqueado)
Modelos de «embeddings»3 min 51 s
-
(Bloqueado)
Similitud de documentos con «embeddings»3 min 56 s
-
(Bloqueado)
Bases de datos vectoriales y herramientas populares: Chroma, Qdrant y Pinecone3 min 5 s
-
(Bloqueado)
Cómo utilizar Pinecone4 min 29 s
-
(Bloqueado)
-
-