في مؤتمر Inclusion Bund لعام 2024، أطلقت Ant Group بشكل رائع إطار الخدمة النموذجي الكبير المعزز بالمعرفة KAG، مما يمثل تقدمًا كبيرًا في بناء وكلاء محترفين معززين بالمعرفة. علم محرر Downcodes أن هذا الإطار تم تقديمه بواسطة Liang Lei، الشخص المسؤول عن الرسم البياني للمعرفة في Ant Group. فهو يجمع بذكاء بين الرسوم البيانية المعرفية والنماذج الكبيرة، بهدف تحسين الدقة والصرامة المنطقية لصنع القرار في المجالات الرأسية، و حل المشكلات العملية لنماذج اللغة الكبيرة بشكل فعال، والتحديات التي تواجه التطبيق، مثل نقص المعرفة بالمجال، واتخاذ القرارات المعقدة غير الموثوقة، وعدم كفاية الواقعية. لا شك أن إطلاق إطار عمل KAG قد ضخ حيوية جديدة في تطبيق الذكاء الاصطناعي في المجالات المهنية.
في مؤتمر Inclusion Bund في عام 2024، شاركت Ant Group أحدث التقدم الذي أحرزته في بناء وكلاء محترفين معززين بالمعرفة، وأطلقت نتائج البحث والتطوير للجمع بين الرسوم البيانية المعرفية والنماذج الكبيرة - إطار الخدمة النموذجي الكبير المعزز بالمعرفة KAG.
تم تقديم إطار العمل بواسطة Liang Lei، رئيس الرسم البياني المعرفي لمجموعة Ant Group، ويهدف إلى توجيه عملية صنع القرار والاسترجاع من خلال الرموز المنطقية للرسم البياني، مما يحسن بشكل كبير الدقة والدقة المنطقية في اتخاذ القرار في المجالات الرأسية.
يجمع إطار عمل KAG بين إمكانيات قاعدة بيانات الرسوم البيانية TuGraph-DB التي طورتها شركة Ant لتوفير كفاءة تخزين المعرفة وقدرات استرجاعها. وقد تم تطبيقه في أحدث تطبيق أصلي للذكاء الاصطناعي من Alipay "Zhi Xiaobao"، مما أدى إلى زيادة دقة سيناريوهات الأسئلة والأجوبة الحكومية إلى 91%، وتتجاوز دقة تفسير المؤشر الرأسي للأسئلة والأجوبة الطبية 90%.
كشف Liang Lei أن إطار عمل KAG سيتم فتحه بشكل أكبر للمجتمع وسيوفر الدعم الأصلي في إطار العمل مفتوح المصدر OpenSPG لتشجيع المجتمع على المشاركة في البناء المشترك. لا يُظهر إصدار إطار عمل KAG القوة التقنية لمجموعة Ant Group في مجال الذكاء الاصطناعي فحسب، بل يزود الصناعة أيضًا بحل جديد لمواجهة التحديات التي تواجهها نماذج اللغة الكبيرة عند تطبيقها في المجالات الرأسية، مثل الافتقار إلى المعرفة بالمجال و - مشاكل مثل عدم الموثوقية وعدم الواقعية في اتخاذ القرار.
يعمل إطار KAG على تحسين التأثير التآزري لنماذج اللغة الكبيرة والرسوم البيانية المعرفية من خلال خمسة تحسينات، بما في ذلك تعزيز تمثيل المعرفة، والفهرسة المتبادلة لبنية الرسم البياني والنص، والتفكيك والاستدلال الموجه بالرموز، ومحاذاة المعرفة القائمة على المفهوم، ونموذج KAG. ومن المتوقع أن يؤدي هذا الإنجاز إلى تعزيز تطبيق الذكاء الاصطناعي في مجال الخدمات المهنية وتحسين دقة وموثوقية الخدمات.
عنوان المشروع: https://github.com/OpenSPG/openspg
سيعمل المصدر المفتوح لإطار KAG على تعزيز التقدم وتطبيق تكنولوجيا الذكاء الاصطناعي، وتزويد المزيد من المطورين بأدوات قوية، وتعزيز تطوير مجال الذكاء الاصطناعي بشكل مشترك. من المعتقد أنه في المستقبل، سيلعب إطار عمل KAG دورًا مهمًا في المزيد من المجالات الرأسية وسيوفر للمستخدمين تجربة خدمة أكثر دقة وموثوقية.