Lors de la conférence Inclusion Bund 2024, Ant Group a lancé en grande pompe son cadre de services de grands modèles améliorés par les connaissances, KAG, marquant ainsi ses progrès significatifs dans la création d'agents professionnels enrichis par les connaissances. L'éditeur de Downcodes a appris que ce framework avait été introduit par Liang Lei, le responsable du knowledge graph d'Ant Group. Il combine astucieusement des knowledge graphs et de grands modèles, visant à améliorer la précision et la rigueur logique de la prise de décision dans les domaines verticaux, et résoudre efficacement les problèmes pratiques des grands modèles de langage. Les défis rencontrés lors de l'application, tels que le manque de connaissances du domaine, la prise de décision complexe et peu fiable et le caractère factuel insuffisant. Le lancement du framework KAG a sans aucun doute insufflé une nouvelle vitalité à l’application de l’intelligence artificielle dans les domaines professionnels.
Lors de la conférence Inclusion Bund en 2024, Ant Group a partagé ses dernières avancées dans la création d'agents professionnels améliorés par les connaissances et a lancé les résultats de recherche et de développement consistant à combiner des graphes de connaissances et des grands modèles - le cadre de services de grands modèles améliorés par les connaissances KAG.
Le cadre a été introduit par Liang Lei, responsable du graphe de connaissances d'Ant Group, et vise à guider la prise de décision et la récupération via des symboles logiques graphiques, améliorant ainsi considérablement la précision et la rigueur logique de la prise de décision dans les domaines verticaux.
Le framework KAG combine les capacités de la base de données graphique auto-développée par Ant, TuGraph-DB, pour fournir des capacités efficaces de stockage et de récupération des connaissances. Il a été appliqué dans la dernière application native d'IA d'Alipay « Zhi Xiaobao », qui a augmenté la précision des scénarios de questions et réponses du gouvernement à 91 %, et la précision de l'interprétation des indicateurs verticaux des questions et réponses médicales dépasse 90 %.
Liang Lei a révélé que le framework KAG sera davantage ouvert à la communauté et fournira un support natif dans le framework open source OpenSPG pour encourager la communauté à participer à la co-construction. La sortie du framework KAG démontre non seulement la force technique d'Ant Group dans le domaine de l'IA, mais fournit également à l'industrie une nouvelle solution pour relever les défis rencontrés par les grands modèles de langage lorsqu'ils sont appliqués dans des domaines verticaux, tels que le manque de connaissances du domaine et complexité. Des problèmes tels que le manque de fiabilité et le manque de réalité dans la prise de décision.
Le cadre KAG améliore l'effet synergique des grands modèles de langage et des graphes de connaissances grâce à cinq améliorations, notamment l'amélioration de la représentation des connaissances, l'indexation mutuelle de la structure du graphique et du texte, le désassemblage et le raisonnement guidés par des symboles, l'alignement des connaissances basé sur des concepts et le modèle KAG. Cette réalisation devrait promouvoir l’application de l’IA dans le domaine des services professionnels et améliorer la précision et la fiabilité des services.
Adresse du projet : https://github.com/OpenSPG/openspg
L'open source du framework KAG favorisera davantage les progrès et l'application de la technologie de l'intelligence artificielle, fournira à davantage de développeurs des outils puissants et promouvra conjointement le développement du domaine de l'IA. On pense qu'à l'avenir, le cadre KAG jouera un rôle important dans des domaines plus verticaux et offrira aux utilisateurs une expérience de service plus précise et plus fiable.