首頁>博客>新聞資訊>活動預告|周五晚,,一起來看圖數據庫如何為構建行業(yè)大模型降本增效
活動預告|周五晚,,一起來看圖數據庫如何為構建行業(yè)大模型降本增效
在全球掀起 AI 熱潮的 ChatGPT 證明了大語言模型(LLM)在生成知識和推理方面的能力,而如何讓 LLM 更有效地獲取特定領域的知識并理解事物,,則需要更強大,、更高效的基礎設施能力——大量研究和實踐表明,圖數據庫可以有效提升 LLM 學習和檢索能力,,是 LLM Stack 中的重要一環(huán)。
6月30日晚 12:00,來自悅數圖數據庫的首席布道師 @古思為 將與 Llama Index 創(chuàng)始人兼 CEO @ Jerry Liu 共同探討如何通過圖技術進一步提升 LLM 的語義檢索能力,,并展示如何結合知識圖譜與向量數據庫實操 Llama Index 上的復雜問答系統(tǒng),,分享悅數團隊與 Llama Index 團隊在圖驅動的 in-context learning 的最新研究進展。
歡迎掃描【文末海報二維碼】,,一起來報名參與直播/預約回放~
活動背景
本次直播是由 Llama Index 發(fā)起的面向全球社區(qū)的網絡研討會,。悅數圖數據庫是國內第一家也是唯一一家引入了 LangChain 的圖數據庫廠商,率先實現了基于 Knowledge Graph + Vector DB 的 retrieval-augmented generation (Graph In-Context Learning)方案,,同時悅數團隊貢獻的 Llama Index 中的 GraphStore 抽象的設計與實現,,也得到了 LLM 核心技術社區(qū)的關注和認可。
Llama Index 是全球領先的 LLM 大數據框架之一,,是一個針對特定語料檢索的 GPT 項目,,可以用于連接外部數據和 LLMs。悅數圖數據庫是國產自研的企業(yè)級原生分布式圖數據庫,,具有高性能,、易擴展、安全穩(wěn)定的特點,,能夠完美支持 AI,、大模型、機器學習等多領域智能應用,。
研討主題
技術分享 :如何通過圖技術進一步提升 LLM 的語義檢索能力
重點解讀:圖數據庫憑借圖形格式組織和連接信息的方式,,天然適合存儲及表達復雜的上下文信息。圖數據庫中的節(jié)點表示實體,,邊表示實體之間的關系,,因此能夠允許高效地存儲、檢索和分析復雜的多維數據,。通過圖技術構建知識圖譜提升 In-Context Learning 的全面性為用戶提供更多的上下文信息,,能夠幫助大語言模型(LLM)更好地理解實體間的關系,提升自己的表達和推理能力,。
實操演示:圖數據庫-知識圖譜與 LLM 結合的應用展示
重點解讀:本次直播將從第一視角為您帶來圖數據庫+LLM 的實踐分享,,企業(yè)可以通過大模型實現更智能化的問答推薦,進一步解放人力重復勞動,,還可以借助大模型的語義理解能力,,在經營分析、投資決策等領域提供專家級的策略和建議,,充分激活數據要素,,讓傳統(tǒng)業(yè)務獲得新的增長點。
最新進展:悅數圖數據庫 x Llama Index 在模型訓練領域的研究成果
重點解讀:悅數圖數據庫正致力于將 “GraphStore” 存儲上下文引入 Llama Index,,從而引入知識圖譜的外部存儲,,全面打造更高效易用的「圖+ LLM」 解決方案。通過提供面向 AIGC、LLM 等智能應用的圖基礎設施,,幫助企業(yè)輕松構建關聯(lián)海量數據的知識圖譜,,全面提升行業(yè)大模型的訓練和部署成本,形成更敏捷,、高效,、易用的人工智能應用。 WEBINAR
參與方式
您可以通過掃描海報上的二維碼預約觀看直播,,或者關注「悅數圖數據庫」微信公眾號,,直播結束后回復【回放】即可獲取視頻~