Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Giám đốc điều hành của nhà đổi mới người Hà Lan Contextual AI đã sớm có cái nhìn sâu sắc về những hạn chế của mô hình ngôn ngữ quy mô lớn (LLM) cho các ứng dụng doanh nghiệp. Nhận thấy những thách thức về làm mới dữ liệu tại LLM, nhóm tại công ty trước đây của anh đã dự đoán rằng các mô hình sẽ cần quyền truy cập vào dữ liệu thời gian thực để duy trì sự phù hợp với doanh nghiệp. Tầm nhìn xa này đã dẫn đến sự phát triển của Tăng cường và Tạo Tìm kiếm (RAG), một cách để làm phong phú mô hình cơ bản bằng thông tin cập nhật và mở rộng nền tảng kiến ​​thức ngoài dữ liệu đào tạo ban đầu.

Một công ty khởi nghiệp có trụ sở tại Thung lũng Silicon do CEO và CTO lãnh đạo, vốn là đồng nghiệp cũ của một công ty công nghệ lớn, gần đây đã nhận được nguồn tài trợ đáng kể để phát triển nền tảng AI RAG 2.0 của mình. Nền tảng này đã cải thiện đáng kể độ chính xác và hiệu suất của tham số, đồng thời có thể chạy trên cơ sở hạ tầng kém mạnh mẽ hơn mà không làm ảnh hưởng đến kết quả. Sự tối ưu hóa này cho phép phạm vi ứng dụng rộng hơn, bao gồm cả các kịch bản điện toán ranh giới trong đó các thiết bị nhỏ có thể đạt được mức hiệu suất cao bất ngờ.

Nền tảng của AI theo ngữ cảnh tích hợp Kiến trúc Retriever và LLM để hợp lý hóa quá trình tạo phản hồi cho các truy vấn của người dùng. Cách tiếp cận độc đáo của công ty tinh chỉnh các thuật toán thông qua lan truyền ngược, tạo ra một hệ thống được liên kết chặt chẽ mang lại kết quả chính xác và hiệu quả hơn. Bằng cách phối hợp chặt chẽ giữa công cụ truy xuất và trình tạo, nền tảng này sẽ giảm nguy cơ tạo ra dữ liệu không chính xác hoặc bịa đặt, một vấn đề thường gặp với các giải pháp RAG khác.

RAG 2.0 của công ty khởi nghiệp này được thiết kế theo hướng bất khả tri về LLM, tương thích với nhiều mô hình ngôn ngữ nguồn mở khác nhau và có thể tùy chỉnh theo sở thích của khách hàng. Sử dụng chiến lược "công cụ truy xuất hỗn hợp" để xử lý nhiều định dạng dữ liệu khác nhau, từ văn bản đến video, đảm bảo bạn truy xuất được thông tin phù hợp nhất. Cách tiếp cận kết hợp này, kết hợp với các thuật toán sắp xếp lại thần kinh, cho phép hệ thống cung cấp câu trả lời chính xác cho các truy vấn phức tạp. Những cải tiến AI theo ngữ cảnh giải quyết các trường hợp sử dụng đòi hỏi khắt khe trong các ngành, giúp tiết kiệm chi phí và tăng năng suất cho các công ty đang tìm kiếm các giải pháp tiên tiến có hàm lượng tri thức cao.