รายงานของบรรณาธิการ Downcodes: สถาบันวิจัยปัญญาประดิษฐ์ Beijing Zhiyuan และโรงเรียนปัญญาประดิษฐ์ Hillhouse แห่งมหาวิทยาลัย Renmin แห่งประเทศจีน ร่วมกันเปิดตัวเฟรมเวิร์กโมเดล AI ใหม่ MemoRAG กรอบการทำงานนี้ได้ปรับปรุงเทคโนโลยีการสร้างการดึงข้อมูล (RAG) ให้ดีขึ้นอย่างมีนัยสำคัญด้วยประสิทธิภาพในระยะยาว ความสามารถของหน่วยความจำอย่างมีประสิทธิภาพและแม่นยำ MemoRAG ทลายข้อจำกัดของโมเดล RAG แบบดั้งเดิม และสามารถจัดการกับงานที่ซับซ้อนและท้าทายมากขึ้น โดยเฉพาะอย่างยิ่งการแสดงศักยภาพการใช้งานที่ยอดเยี่ยมในสาขาที่มีความรู้เข้มข้น เช่น ความยุติธรรม การดูแลรักษาทางการแพทย์ การศึกษา และการเขียนโค้ด ข้อได้เปรียบหลักอยู่ที่ความสามารถในการประมวลผลข้อมูลบริบทเดียวระดับคำจำนวนหลายล้านรายการ และความสามารถในการปรับให้เหมาะสมและความยืดหยุ่นในระดับสูง ซึ่งให้การรับประกันที่เชื่อถือได้สำหรับการประมวลผลข้อมูลขนาดใหญ่อย่างมีประสิทธิภาพ
สถาบันวิจัยปัญญาประดิษฐ์ Zhiyuan ปักกิ่ง และโรงเรียนปัญญาประดิษฐ์ Hillhouse แห่งมหาวิทยาลัย Renmin แห่งประเทศจีน ร่วมกันเปิดตัว MemoRAG กรอบโมเดลปัญญาประดิษฐ์เชิงนวัตกรรม กรอบการทำงานนี้อิงจากหน่วยความจำระยะยาวและมีเป้าหมายที่จะพัฒนาเทคโนโลยีการเรียกค้นข้อมูลเสริม (RAG) เพื่อให้สามารถจัดการกับงานที่ซับซ้อนมากขึ้นนอกเหนือจากคำถามและคำตอบง่ายๆ
MemoRAG ใช้โมเดลใหม่และบรรลุความสามารถในการรับข้อมูลในฉากที่ซับซ้อนได้อย่างแม่นยำผ่านกระบวนการ "การสร้างเบาะแสตามหน่วยความจำ - การได้มาซึ่งข้อมูลตามคำแนะนำเบาะแส - การสร้างเนื้อหาตามชิ้นส่วนการดึงข้อมูล" เทคโนโลยีนี้เหมาะอย่างยิ่งสำหรับงานในสาขาที่เน้นความรู้ เช่น ความยุติธรรม การแพทย์ การศึกษา และการเขียนโค้ด ซึ่งแสดงศักยภาพที่สูงมาก
ข้อได้เปรียบหลักของ MemoRAG อยู่ที่ความสามารถของหน่วยความจำทั่วโลก และความสามารถในการประมวลผลข้อมูลบริบทเดียวได้มากถึงหนึ่งล้านคำ ซึ่งให้การสนับสนุนที่แข็งแกร่งสำหรับการประมวลผลข้อมูลจำนวนมาก นอกจากนี้ MemoRAG ยังสามารถปรับให้เหมาะสมและยืดหยุ่นได้สูง สามารถปรับให้เข้ากับงานใหม่ ๆ ได้อย่างรวดเร็วและเพิ่มประสิทธิภาพการทำงาน นอกจากนี้ยังสร้างเบาะแสตามบริบทที่แม่นยำจากหน่วยความจำส่วนกลาง ปรับปรุงความแม่นยำในการตอบคำถาม และขุดข้อมูลเชิงลึกจากข้อมูล
เพื่อสนับสนุนการวิจัยและการประยุกต์ใช้ MemoRAG เพิ่มเติม ทีมงานโครงการได้ใช้โมเดลหน่วยความจำแบบโอเพ่นซอร์สสองรุ่น พร้อมให้คำแนะนำการใช้งานและผลการทดลอง การทดลองแสดงให้เห็นว่า MemoRAG มีประสิทธิภาพเหนือกว่าโมเดลพื้นฐานในการทดสอบเกณฑ์มาตรฐานหลายรายการ Zhiyuan Research Institute ระบุว่าแม้ว่าโครงการ MemoRAG ยังอยู่ในช่วงเริ่มต้น แต่พวกเขาก็รอคอยการตอบรับจากชุมชน และจะยังคงเพิ่มประสิทธิภาพน้ำหนักเบาของโมเดล ความหลากหลายของกลไกหน่วยความจำ และประสิทธิภาพในคลังข้อมูลของจีน
รายงานทางเทคนิค: https://arxiv.org/pdf/2409.05591
ที่เก็บ: https://github.com/qhjqhj00/MemoRAG
การเปิดตัว MemoRAG แบบโอเพ่นซอร์สมอบแรงผลักดันและทิศทางใหม่สำหรับการพัฒนาด้านปัญญาประดิษฐ์ต่อไป เราหวังว่าจะนำนวัตกรรมและความก้าวหน้าไปสู่สาขาอื่น ๆ ในอนาคต บรรณาธิการของ Downcodes จะยังคงให้ความสนใจกับการพัฒนาในภายหลังต่อไป