Ваш холодильник — полноценное платёжное устройство
Eleonora Drykina, Nina Žižakić
AI Engineer NYC 2026 Online Talks
Загружаем страницу…
Как дать LLM доступ к своим данным: RAG, поиск, разбор документов и графы знаний.
Доклады идут от простого RAG к тому, что делать, когда он перестал справляться: hybrid search и reranking, агентный поиск, разбор сложных PDF и сканов, GraphRAG и онтологии. Спикеры из BlackRock, Bridgewater, DoorDash и Spotify показывают, как это работает на их объёмах данных.
Три подтемы: RAG и поиск, документы и OCR, графы знаний.
Eleonora Drykina, Nina Žižakić
AI Engineer NYC 2026 Online Talks
AI Engineer NYC 2026 Online Talks
RAG (retrieval-augmented generation) - схема, при которой перед ответом модель получает найденные фрагменты ваших документов. Модель отвечает по ним, а не по памяти из обучения. Так LLM знает ваши данные без fine-tuning и может сослаться на источник.
Когда вопрос требует связей между многими документами, точных расчётов или свежих данных из рабочей системы. Тогда добавляют графы знаний, доступ к SQL или дают агенту инструменты для поиска. Об этих переходах говорит большая часть докладов раздела.