Una aplicación de muestra para el patrón de Generación Aumentada por Recuperación que se ejecuta en Azure, utilizando Azure Cognitive Search para la recuperación y modelos de lenguaje grande de Azure OpenAI para potenciar experiencias al estilo de ChatGPT y Q&A.
Construye una aplicación de muestra que permita a los usuarios chatear con sus datos utilizando AI.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasUna aplicación de muestra para el patrón de Generación Aumentada por Recuperación que se ejecuta en Azure, utilizando Azure Cognitive Search para la recuperación y modelos de lenguaje grande de Azure OpenAI para potenciar experiencias al estilo de ChatGPT y Q&A.
azure-search-openai-demo-csharp tiene 838 estrellas en GitHub. Se ha bifurcado 690 veces. azure-search-openai-demo-csharp está escrito principalmente en C#. Se desarrolla activamente desde 2023. azure-search-openai-demo-csharp está disponible bajo la licencia MIT. Sus temas principales son: ai-azd-templates, azd-templates, azure, chatgpt.
Una aplicación de muestra para el patrón de Generación Aumentada por Recuperación que se ejecuta en Azure, utilizando Azure Cognitive Search para la recuperación y modelos de lenguaje grande de Azure OpenAI para potenciar experiencias al estilo de ChatGPT y Q&A.
azure-search-openai-demo-csharp es un proyecto de código abierto. Se distribuye bajo la licencia MIT.
Sí. azure-search-openai-demo-csharp es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
azure-search-openai-demo-csharp está disponible bajo la licencia MIT.
azure-search-openai-demo-csharp está escrito principalmente en C#.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/azure-samples-azure-search-openai-demo-csharp.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.