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

Google DeepMind gần đây đã công khai bộ mô hình AI Gemini 2.0, cung cấp các công cụ như Gemini 2.0 Flash và Gemini 2.0 Pro (Thử nghiệm). Các mô hình này có thể xử lý hơn một triệu mã thông báo đầu vào, tạo điều kiện cho nhiều tác vụ khác nhau từ tạo hình ảnh đến cải thiện kỹ năng viết. Chúng đã cải thiện đáng kể quy trình chuyển đổi tài liệu thành dữ liệu có cấu trúc, hợp lý hóa nhiệm vụ từng rất khó khăn là phân tích PDF cho các hệ thống Retrieval-Augmented Generation (RAG) và trích xuất những thông tin chi tiết có giá trị từ chúng.

Công ty đã triển khai một phương pháp nhiều bước được hỗ trợ bởi AI tạo sinh để cải thiện quy trình trích xuất tài liệu của mình. Kỹ thuật này bắt đầu bằng cách chia nhỏ tác vụ trích xuất thành các lời nhắc mục tiêu nhỏ hơn tập trung vào các phần cụ thể của tài liệu, cải thiện độ chính xác và giảm khối lượng công việc trên Mô hình học ngôn ngữ (LLM). Ngoài ra, phương pháp này cũng bao gồm quản lý các quy tắc hậu xử lý bên ngoài LLM, chẳng hạn như trong bảng Google Spreadsheet hoặc BigQuery, đơn giản hóa các hoạt động tạo, đọc, cập nhật và xóa (CRUD) để quản lý và cập nhật các quy tắc này tốt hơn.

Trên thực tế, bước đầu tiên là sử dụng Gemini để trích xuất dữ liệu từ các tài liệu như Báo cáo môi trường năm 2023 của Google bằng cách sử dụng lời nhắc tùy chỉnh. Sau đó, dữ liệu được trích xuất sẽ được xử lý bởi một ứng dụng khác trong Gemini, Rules Engine, ứng dụng này sẽ xác thực dữ liệu theo một tập hợp các quy tắc được xác định trước. Hệ thống kết hợp này tận dụng khả năng diễn giải và trích xuất thông tin từ dữ liệu phi cấu trúc của LLM, trong khi Rules Engine áp dụng một cấu trúc rõ ràng, dễ quản lý cho logic kinh doanh và ra quyết định.

Bước cuối cùng là tích hợp thông tin chi tiết từ công cụ quy tắc vào các đường ống dữ liệu và quy trình làm việc hiện có để mở khóa toàn bộ tiềm năng của các quy trình nhiều bước. Các công cụ Google Cloud được sử dụng để tự động hóa các hành động tiếp theo, chẳng hạn như tạo tác vụ trong hệ thống quản lý dự án, kiểm tra chất lượng dữ liệu trong các bảng BigQuery và tích hợp với Vertex AI để theo dõi mô hình. Ngoài ra, hệ thống có thể kết hợp bảng thông tin để cảnh báo và thiết lập các kích hoạt để xem xét của con người, đảm bảo quy trình trích xuất và phân tích tài liệu toàn diện và hiệu quả.