اخبار شرکت J

Jedify از افزایش هوش مصنوعی با فناوری نمودار زمینه ای حمایت می کند و ادعا می کند که راه حل آن می تواند هزینه های نشانه های هوش مصنوعی را تا سه چهارم کاهش دهد.

نمودارهای زمینه ای روابط موجودی (مردم، محصولات، مکان ها و غیره) را در ساختارهای سبک پایگاه داده ذخیره می کنند. پایگاه داده های نمودار داده ها را به عنوان گره ها (جسم ها) و لبه ها (روابط) سازماندهی می کنند.اولویت بندی اتصالات برای عبور سریع از داده های پیچیده متصل به همدر حالی که گراف های دانش به بار کاری هوش مصنوعی خدمت می کنند، گراف های زمینه ای علاوه بر این تأیید می کنند که کدام روابط درست هستند.

یکی از بنیانگذاران و مدیر فناوری Jedify، Adi Elimelech اظهار داشت: "بسیاری از صنعت، کارایی توکن را با کارایی هزینه ترکیب می کنند، اما تفاوت دارند.پیش کدگذاری منطق کسب و کار در داخل یک نمودار زمینه، مدل را از استدلال از ابتدا برای هر پرس و جوی نجات می دهد؛ این مکانیسم اصلی است که مستقل از اجرای فروشنده است.

به جای تغذیه کامل طرح پایگاه داده به هوش مصنوعی در هر پرس و جو، Jedify's context-graph پیش کدگذاری منطق کسب و کار تعریف، محاسبات، روابط و قوانین به یک پایگاه دانش ساختار یافته.آن را به روز رسانی و گسترش مستقل در کنار تغییرات کسب و کاردر مورد سوالات کاربران، تنها واحدهای مربوط به آن ها بازگردانده می شوند و زمینه های دقیق و دقیق را به LLM ارائه می دهند.

Jedify مقایسه تولید و انبار را بر روی 100 سوال کسب و کار در سه سطح پیچیدگی انجام داد (در مجموع 200 امتیاز آزمون درجه بندی شده).036 توکن خام در هر تماس تولید SQL با 87% نرخ پاسخ درستدر مقابل، روش های تزریق اسکیما معمولی، 50،000 تا 150،000 توکن در هر تماس با دقت 60-70٪ مصرف می کنند؛ سیستم های چند عامل مبتنی بر تزریق اسکیما مانند CHESS به 339،965 توکن در هر درخواستتوجه داشته باشید: این مقادیر مرجع بر اساس مطالعات خارجی با طرح های متمایز و مجموعه سوالات است، نه آزمایش های کنار هم در انبار.

اندازه گیری شده توسط یک چارچوب تعادل هزینه و دقت token-ROI، رویکرد Jedify® بازده 4.6 برابر بالاتر از گردش های کاری تزریق اسکیما و 20 برابر در مقایسه با خطوط لوله های چند عامل اساسی را ارائه داد.تزریق طرح 60 تا 70 درصد خروجی صحیح را به دست آورد، در حالی که Jedify به دقت بالایی برای موجودات در پوشش نمودار دست یافت.

در مقیاس شرکت 100 جدول، نمودار زمینه تزریق توکن را تقریباً 50٪ در هر تماس SQL در مقایسه با خطوط پایه اسکیما خام کاهش داد. در 200 جدول، صرفه جویی در توکن بیش از 75٪ بود.

الیملخ همچنین بر مزایای مالکیت داده ها تاکید کرد:بنابراین شما نمایان کردن طرح کامل و قوانین پیوستن فیلتر به ارائه دهندگان مدل مرزی در هر درخواست.

با فیلتر کردن فقط به واحدهای مورد نیاز قبل از تولید SQL، نمودارهای زمینه ای بار استدلال مدل را کاهش می دهند.تجزیه و تحلیل مسیر تولید نشان می دهد که حدود 85٪ از سوالات تجزیه و تحلیل سازمانی می توانند بر روی مدل های منبع باز ارزان تر به جای LLM های مرزی با دقت ناچیز اجرا شوند.، کاهش هزینه های زیرساخت.

کتاب سفید مربوطه را از اینجا دانلود کنید.

شرکت فناوری چینجینگ جیوتونگ پکن، لمیتد
سندي يانگ، مدير استراتژي جهاني
واتساپ / وی چت: +86 13426366826
ایمیل: yangyd@qianxingdata.com
وب سایت: www.qianxingdata.com/www.storagesserver.com
تمرکز کسب و کار:
توزیع محصولات ICT / ادغام سیستم و خدمات / راه حل های زیرساخت
با 20+ سال تجربه توزیع فناوری اطلاعات، ما با مارک های پیشرو جهانی همکاری می کنیم تا محصولات قابل اعتماد و خدمات حرفه ای را ارائه دهیم.
استفاده از تکنولوژی برای ساختن یک جهان هوشمند، ارائه دهنده خدمات قابل اعتماد محصولات ICT شما