RAG
-
企业供应链需要特定领域的AI，而非通用模型：Articul8如何构建新模型，实现3倍性能提升
在企业运营中广泛实施AI的过程中，许多企业发现通用模型在处理需要深厚领域知识和顺序推理的专门工业任务时常常力不从心。虽然微调和检索增强生成（RAG）可以提供帮助，但对于像供应链这样…
-
LlamaIndex 超越了 RAG，因此代理可以做出复杂的决策
流行的 AI 编排框架LlamaIndex引入了代理文档工作流 (ADW)，这是一种新架构，该公司表示，它超越了检索增强生成 (RAG) 流程并提高了代理的工作效率。 随着编排框…
-
谷歌绘制人工智能代理的未来：给企业的五大教训
谷歌新发布的一份名为《代理》的白皮书设想了未来人工智能将在商业领域扮演更积极、更独立的角色。这份长达 42 页的文件于 9 月悄然发布，目前已在 X.com（原 Twitter）和…
-
Cohere 最小、最快的 R 系列模型在 RAG 方面表现出色，能够推理 23 种语言
人工智能初创公司Cohere发布了 Command R7B，这是其 R 模型系列中最小、最快的模型，以证明其支持广泛企业用例的意图，包括那些不需要昂贵、资源密集型的大型语言模型(L…
-
如何开始使用 AI 代理（并正确使用）
由于人工智能发展迅速，且害怕错失机会 (FOMO)，生成式人工智能计划通常由自上而下推动，企业领导者往往会对这项突破性技术过度兴奋。但当公司急于构建和部署时，他们通常会处理其他技术…
-
多式联运 RAG 正在发展，这是开始的最佳方式
随着公司开始尝试多模态检索增强生成 (RAG)，提供多模态嵌入（一种将数据转换为 RAG 可读文件的方法）的公司建议企业在嵌入图像和视频时从小处着手。 多模态 RAG 还可以显示…
-
利用 RAG 弥补人工智能领域的知识空白：提高性能的技术和策略
人工智能 (AI)彻底改变了我们与技术的互动方式，催生了虚拟助手、聊天机器人和其他能够处理复杂任务的自动化系统。尽管取得了这些进展，但即使是最先进的人工智能系统也面临着重大限制，即…
-
如何将 RAG 与流数据库相结合来改变实时数据交互
虽然GPT-3和Llama等大型语言模型 (LLM) 的功能令人印象深刻，但它们通常需要更多信息和更多特定领域数据的访问权限。检索增强生成(RAG) 通过将 LLM 与信息检索相结…
-
微软研究人员提出了构建数据增强型 LLM 应用程序的框架
利用训练数据以外的知识来增强大型语言模型 (LLM) 是一个重要领域，尤其是对于企业应用而言。将特定领域和客户知识融入 LLM 的最著名方法是使用检索增强生成(RAG)。然而，在许…
-
Uniphore 推出 X-Stream，一款统一的知识产品，可将 RAG 应用的构建速度提高 8 倍
Uniphore是一家以对话式 AI 和自动化解决方案而闻名的全球科技公司，它正在朝着简化企业开发检索增强生成(RAG) 应用程序的方式迈进。该公司今天宣布推出 X-Stream，…
