Коротко о главном
«У меня такое чувство, что решений для оценки LLM больше, чем проблем, связанных с их оценкой», — сказал Дилан, руководитель отдела ИИ в компании из списка Fortune 500.
Рубрика «rag» - 19
5 лучших фреймворков с открытым исходным кодом для оценки больших языковых моделей (LLM) в 2024 году
2024-12-10 в 9:30, admin, рубрики: arize ai, DeepEval, llm, mlflow, rag, ragasНам нужен RAG, вам нужен RAG: как встроить LLM туда, где она не нужна
2024-12-08 в 6:27, admin, рубрики: llm, nlp, rag, база знаний, Большие данные, большие данные и машинное обучение, машинное обучение, разработка, языковые модели
Когда хайп захватывает умы, кажется, что любое техническое решение должно строиться вокруг новой модной технологии и что теперь-то мы ух заживем! Сегодня у нас на хайпе RAG (Retrieval-Augmented Generation), вчера — NFT, позавчера — блокчейн везде и всюду. Давайте попробуем разобраться, нужен ли RAG на самом деле, или это просто «новый блокчейн» и через год все набьют шишки и забудут о нем.
Читать полностью »
Руководство для начинающих по оценке конвейеров RAG с использованием RAGAS
2024-12-06 в 10:04, admin, рубрики: COQA-QUAC, llm, mdd, rag, ragasВведение
В постоянно развивающемся мире машинного обучения и искусственного интеллекта разработка приложений языковых моделей, в частности систем генерации дополненного извлечения (RAGЧитать полностью »
Галлюцинации в LLM и методы борьбы
2024-12-06 в 8:38, admin, рубрики: llm, rag, галлюцинации, дообучениеОдна из основных проблем использования больших языковых моделей (LLM) в бизнесе заключается в том, что LLM склонны к галлюцинациям. Как можно доверить своих клиентов чат-боту, который может слететь с катушек и в любой момент сказать что-то неуместное? Или как можно доверять корпоративному AI-ассистенту, если он рандомно придумывает факты?
Что побуждает LLM врать и как этого избежать в своих продуктах
2024-12-06 в 8:38, admin, рубрики: llm, rag, галлюцинации, дообучениеОдна из основных проблем использования больших языковых моделей (LLM) в бизнесе заключается в том, что LLM склонны к галлюцинациям. Как можно доверить своих клиентов чат-боту, который может слететь с катушек и в любой момент сказать что-то неуместное? Или как можно доверять корпоративному AI-ассистенту, если он рандомно придумывает факты?
Как мы сделали клиентскую поддержку интернет-магазина действительно умной: опыт внедрения RAG-бота
2024-12-05 в 14:10, admin, рубрики: AI, chatgpt, CRM, llm, rag, искусственный интеллект, искусственный интеллект чат-бот, машинное обучение, нейросети, Чат-боты
Привет! Я — Андрей Богомолов, сооснователь и технический директор GenAI Lab. Мы помогаем компаниям из разных сфер внедрять генеративный искусственный интеллект для автоматизации и повышения качества работы.
Построение базы знаний компании и поиска документов на LLM и RAG
2024-12-04 в 14:58, admin, рубрики: DocumentDB, graphrag, llm, rag, архитектура, Базы заний, Поиск по документамНаиболее распространенный случай использования ИИ в бизнесе в данный момент— это поиск информации и документов в имеющихся у компании данных для принятия решений или создание красиво оформленных, но совершенно бесполезных отчетов, чтобы топ-менеджмент мог оправдать свои огромные бонусы. Все это, конечно, очень важные и легитимные кейсы.
Оценка приложений RAG с помощью RAGA
2024-12-03 в 10:34, admin, рубрики: llm, rag, RAGA, метрики оценки, оценочные данные, приложение RAGФреймворк с метриками и данными, сгенерированными LLM, для оценки производительности конвейера с дополненной генерацией данных.
Генерация дополненного извлечения (RAG): от теории к реализации LangChain
2024-12-02 в 9:55, admin, рубрики: LangChain, llm, OpenAI, python, rag, weaviateОт теории из оригинальной академической статьи до ее реализации на Python с OpenAI, Weaviate и LangChain
Забудьте про рутину: AI-ассистент для оценки кандидатов и подбора персонала
2024-11-29 в 7:15, admin, рубрики: llm, rag, искусственный интеллект, оценка персонала, подбор персонала, резюме, телеграм-бот, телеграм-ботыВ мире, где технологии стремительно развиваются, HR-специалисты и рекрутеры сталкиваются с новыми вызовами. Отбор кандидатов, оценка их навыков и компетенций, а также составление тестовых заданий — все это требует значительных временных и человеческих ресурсов.
Но что, если можно было бы автоматизировать значительную часть этих процессов, сохранив при этом высокий уровень точности и персонализации?