Sok vállalat számára az üzleti adatokból való értékkinyerés a mesterséges intelligencia terén kulcskérdéssé vált. Napjainkban a legelterjedtebb és legtöbbek számára reálisan megvalósítható megoldás az adathozzáférésen alapuló szövegalkotás, vagyis a Retrieval Augmented Generation (RAG), mely révén a vállalati adatokat valóban értelmezve képesek AI modellekkel üzleti értéket teremteni.
Az új Hierra nevű platform ezt a szemléletet emeli tovább: hierarchikus tudásgráfokat alkalmaz, hogy a nagyszabású modellek számára strukturáltabb és összefüggőbb kontextust biztosítson. Az eljárás három szinten – lokális, átvezető híd és globális – gyűjti össze az információkat, így igyekszik összefüggéseket teremteni a részletek és az átfogó témák között.
A bemutató során egy Ubuntu rendszerre kerül telepítésre a Hierra, és egy klasszikus regény – a Moby Dick – teljes szövegén keresztül szemléltetik, miként képes a rendszer egy komplex kérdésre a szöveg egészét átvizsgálni és a legrelevánsabb válaszokat összefoglalni. A bemutató kitér az API-alapú működés előnyeire és hátrányaira is, különösen a költségek és a sebesség korlátait illetően.
Érdekes kérdéseket vet fel az, hogy mennyire képes a rendszer a részletek és a nagyobb összefüggések közötti hidakat megtalálni, és milyen mértékben javítható a pontosság, ha a kontextus ilyen többrétegűen kerül bemutatásra. A videó azt is érinti, milyen további fejlesztési lehetőségek állhatnak rendelkezésre a platform előtt, például helyi modellek támogatása vagy a költséghatékonyság növelése terén.
