top of page
Generatif (Beta) |. Memberikan berita dan tren terkini dalam AI generatif
logo.png

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
Microsoft�検出大規模npm攻撃

Microsoft検出大規模npm攻撃

30/7/26, 14.00

Microsoft (Redmond) は、400以上のパッケージに及ぶ大規模なサプライチェーン攻撃を確認したと発表した。

NVIDIAが新自動運転モデル

NVIDIAが新自動運転モデル

30/7/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、自動運転開発を加速する340億パラメータの推論モデル「Alpamayo 2 Super」をオープンソースとして公開したと発表した。

InstructureがAI学習支援を発表

InstructureがAI学習支援を発表

30/7/26, 14.00

Instructure(ソルトレイクシティ)は、教育へのアクセス拡大に向けた人工知能搭載ツールの開発計画を発表した模様だ。

Microsoftリーダー選定

Microsoftリーダー選定

30/7/26, 14.00

Microsoft(ワシントン州)は、調査会社の評価報告書において、コードの近代化を支援する分野でリーダーの1社として選出されたと報じられている。

Copyright © 2024 Generatived - All right Reserved.

Bagikan artikel ini:

Bagikan artikel ini:

Generatived

Hãy theo dõi chúng tôi

  • Facebook
  • X

Bahasa

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.

Generatived AI Logo

Generatived adalah layanan yang memberikan informasi dan tren khusus dalam AI Generatif. Kami akan melakukan yang terbaik untuk menyampaikan informasi tentang dunia yang berubah dengan cepat.

  • Facebook
  • X

Ikuti kami

Bahasa

Berita terkini
Microsoft検出大規模npm攻撃

Microsoft検出大規模npm攻撃

30/7/26, 14.00

Microsoft (Redmond) は、400以上のパッケージに及ぶ大規模なサプライチェーン攻撃を確認したと発表した。

NVIDIAが新自動運転モデル

NVIDIAが新自動運転モデル

30/7/26, 14.00

NVIDIA(カリフォルニア州サンタクララ)は、自動運転開発を加速する340億パラメータの推論モデル「Alpamayo 2 Super」をオープンソースとして公開したと発表した。

InstructureがAI学習支援を発表

InstructureがAI学習支援を発表

30/7/26, 14.00

Instructure(ソルトレイクシティ)は、教育へのアクセス拡大に向けた人工知能搭載ツールの開発計画を発表した模様だ。

Microsoftリーダー選定

Microsoftリーダー選定

30/7/26, 14.00

Microsoft(ワシントン州)は、調査会社の評価報告書において、コードの近代化を支援する分野でリーダーの1社として選出されたと報じられている。

bottom of page