Будущее ассистентов по работе со знаниями
AI Engineer World's Fair 2024
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.
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
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.
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
Rachelle Mattern, Petro Milan, Varun Krishna
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
Michael Hunger, Andreas Kolleger, Tomasz, Zach Blumenthal
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024
Pamela Fox, Gabriela de Queiroz, Aishwarya Srinivasan
AI Engineer World's Fair 2024
AI Engineer World's Fair 2024