Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif

Blueprint RAG Perusahaan NVIDIA Meningkatkan Kemampuan Agen Cerdas
Generatived
19/2/26, 09.00
NVIDIA Enterprise RAG Blueprint telah memperkenalkan arsitektur referensi modular baru yang dirancang untuk meningkatkan kemampuan agen cerdas dengan menyediakan pemahaman multimodal tentang data perusahaan. Arsitektur ini sangat penting untuk memproses kompleksitas dokumen dunia nyata, yang seringkali mencakup campuran teks, tabel, bagan, grafik, dan gambar. Dengan menggabungkan konteks visual dan tekstual, blueprint ini bertujuan untuk meningkatkan akurasi sistem cerdas dan mendukung NVIDIA AI Data Platform dalam menjembatani kesenjangan antara lapisan komputasi dan data.
Rancangan ini menawarkan beberapa konfigurasi kunci untuk mengoptimalkan akurasi dan relevansi kontekstual untuk aplikasi perusahaan. Ini termasuk pipeline RAG multimodal dasar, kemampuan penalaran yang ditingkatkan, teknik dekomposisi kueri, penyaringan metadata untuk pengambilan yang tepat, dan penalaran visual untuk data multimodal. Fitur-fitur ini dirancang untuk meningkatkan ketepatan pengambilan data dan penguatan respons model bahasa, sehingga membuat pengetahuan perusahaan lebih mudah diakses dan ditindaklanjuti oleh sistem AI.
Pendekatan NVIDIA menekankan pentingnya fondasi data yang solid untuk agen cerdas. Dengan memungkinkan pengambilan dan penalaran lebih dekat ke lapisan data, cetak biru ini tidak hanya menjaga tata kelola tetapi juga mengurangi gesekan operasional. Hal ini menghasilkan tumpukan data AI modern yang dapat mengambil, memperkaya, dan melakukan penalaran bersama model, mengubah repositori data tradisional menjadi sistem pengetahuan yang siap untuk AI.
Enterprise RAG Blueprint merupakan bagian dari upaya berkelanjutan NVIDIA untuk meningkatkan platform data AI. Pembaruan terbaru pada blueprint ini berfokus pada alur kerja agen, menawarkan peringkasan dokumen tingkat lanjut dan katalogisasi data yang lebih baik untuk tata kelola dan kemampuan penemuan yang lebih baik. Peningkatan pada model Nemotron RAG semakin meningkatkan kualitas dan kinerja pengambilan data. NVIDIA mendorong perusahaan untuk mengeksplorasi kemampuan blueprint ini dan mengintegrasikannya ke dalam platform data AI mereka untuk menciptakan sistem pengetahuan cerdas yang lebih cepat, lebih pintar, dan disesuaikan untuk aplikasi AI generatif.
Bagikan artikel ini:
Tin tức mới nhất
OpenAI dan Dell Memperluas Integrasi Perusahaan Codex
19/5/26, 09.00
OpenAI dan Dell Technologies mengumumkan kolaborasi untuk membantu perusahaan menerapkan Codex di lingkungan hybrid dan on-premises tempat sistem bisnis penting
OpenAI Bermitra dengan Malta untuk Akses ChatGPT Nasional
19/5/26, 09.00
OpenAI dan Pemerintah Malta mengumumkan kemitraan untuk menyediakan akses ChatGPT Plus kepada seluruh warga Malta melalui inisiatif literasi AI nasional.
OpenAI Memperluas Deteksi Keamanan Kontekstual ChatGPT
19/5/26, 09.00
OpenAI mengumumkan pembaruan keamanan baru untuk ChatGPT yang dirancang untuk lebih baik mengenali niat berbahaya yang muncul secara bertahap
Copyright © 2024 Generatived - All right Reserved.
Bagikan artikel ini:
Bagikan artikel ini:
Kategori
Berita
AI dan hukum/peraturan/masyarakat
Generatived là dịch vụ cung cấp thông tin và xu hướng chuyên về Generative AI. Chúng tôi sẽ cố gắng hết sức để cung cấp thông tin về thế giới đang thay đổi nhanh chóng.
Berita terkini
OpenAI dan Dell Memperluas Integrasi Perusahaan Codex
19/5/26, 09.00
OpenAI dan Dell Technologies mengumumkan kolaborasi untuk membantu perusahaan menerapkan Codex di lingkungan hybrid dan on-premises tempat sistem bisnis penting
OpenAI Bermitra dengan Malta untuk Akses ChatGPT Nasional
19/5/26, 09.00
OpenAI dan Pemerintah Malta mengumumkan kemitraan untuk menyediakan akses ChatGPT Plus kepada seluruh warga Malta melalui inisiatif literasi AI nasional.
OpenAI Memperluas Deteksi Keamanan Kontekstual ChatGPT
19/5/26, 09.00
OpenAI mengumumkan pembaruan keamanan baru untuk ChatGPT yang dirancang untuk lebih baik mengenali niat berbahaya yang muncul secara bertahap


%20(1).webp)
%20(1).webp)
%20(1).webp)

