Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

オランダのイノベーターである Contextual AI の CEO は、エンタープライズ アプリケーション向けの大規模言語モデル (LLM) の限界について早い段階から洞察していました。LLM におけるデータの鮮度に関する課題を認識した彼の以前の会社のチームは、モデルがビジネスにとって関連性を保つためにはリアルタイム データにアクセスする必要があることを予測しました。この先見の明が、基礎モデルを最新情報で強化し、初期のトレーニング データを超えて知識ベースを拡張する方法である検索拡張生成 (RAG) の開発につながりました。

大手テクノロジー企業の元同僚である CEO と CTO が率いるシリコン バレーを拠点とするスタートアップは、最近、AI プラットフォーム RAG 2.0 を進化させるための多額の資金を確保しました。このプラットフォームは、パラメーターの精度とパフォーマンスが大幅に向上しており、結果を犠牲にすることなく、それほど強力ではないインフラストラクチャでも実行できます。この最適化により、小型デバイスで予想外に高いパフォーマンス レベルを実現できるエッジ コンピューティング シナリオなど、より幅広いアプリケーションが可能になります。

Contextual AI のプラットフォームは、リトリーバー アーキテクチャと LLM を統合し、ユーザー クエリへの応答を生成するプロセスを合理化します。同社の独自のアプローチでは、バック プロパゲーションを通じてアルゴリズムを改良し、より正確で効率的な結果を生み出す緊密に結合したシステムを実現します。リトリーバーとジェネレーターを密接に連携させることで、プラットフォームは、他の RAG ソリューションでよくある問題である不正確なデータや捏造されたデータを生成する可能性を減らします。

このスタートアップの RAG 2.0 は、LLM に依存せず、さまざまなオープン ソース言語モデルと互換性があり、顧客の好みに合わせてカスタマイズできるように設計されています。テキストからビデオまで、さまざまなデータ形式を処理するために「リトリーバーの混合」戦略を採用し、最も関連性の高い情報を確実に取得します。このハイブリッド アプローチとニューラル リランキング アルゴリズムを組み合わせることで、システムは複雑なクエリに対して正確な回答を提供できます。Contextual AI のイノベーションは、業界全体の厳しいユース ケースに対応し、高度な知識集約型ソリューションを求める企業にコスト削減と生産性向上をもたらします。