Γλωσσάριο

Πολυβηματική συλλογιστική

Τι είναι Πολυβηματική συλλογιστική;

Η πολυβηματική συλλογιστική (multi-hop reasoning) είναι η ικανότητα ενός συστήματος ΤΝ να απαντά σε μια ερώτηση μέσω περισσότερων διαδοχικών συμπερασμάτων, συχνά συνδυάζοντας πληροφορίες από διαφορετικές πηγές. Παράδειγμα: το «Ποιο τμήμα διευθύνεται από το πρόσωπο που είναι υπεύθυνο για το έργο X;» απαιτεί πρώτα τον προσδιορισμό του υπευθύνου και στη συνέχεια του τμήματός του. Τέτοιες ερωτήσεις είναι απαιτητικές για συστήματα αναζήτησης και RAG, επειδή κάθε ενδιάμεσο βήμα πρέπει να βρεθεί και να συνδεθεί σωστά.

Θέματα

συλλογιστική
απάντηση ερωτήσεων
RAG

Δοκιμάστε το KI.ordo

Πράκτορες, ροές εργασιών και πρότυπα σε έναν χώρο εργασίας – δωρεάν επίδειξη 24 ωρών.

Έναρξη επίδειξης

← Όλοι οι όροι

Σχετικοί όροι

Παραγωγή με ενίσχυση ανάκτησης (RAG)

Η παραγωγή με ενίσχυση ανάκτησης συνδυάζει την αναζήτηση με την παραγωγή κειμένου: πριν απαντήσει, το σύστημα αναζητά σε μια συλλογή γνώσης – όπως εγχειρίδια, πολιτικές ή συχνές ερωτήσεις – σχετικά αποσπάσματα και τα μεταβιβάζει στο γλωσσικό μοντέλο ως πλαίσιο. Έτσι η απάντηση βασίζεται σε επίκαιρο περιεχόμενο ειδικό για την εταιρεία και όχι μόνο στις γνώσεις εκπαίδευσης του μοντέλου. Αυτό μειώνει τους επινοημένους ισχυρισμούς, κάνει τις πηγές ανιχνεύσιμες και επιτρέπει ενημερώσεις χωρίς επανεκπαίδευση.

RAG
αναζήτηση γνώσης
+1

Απάντηση ερωτήσεων (question answering)

Η απάντηση ερωτήσεων (question answering, QA) είναι ένας τομέας της επεξεργασίας φυσικής γλώσσας στον οποίο ένα σύστημα απαντά απευθείας σε ερωτήσεις που τίθενται σε καθημερινή γλώσσα, αντί να επιστρέφει μια λίστα αποτελεσμάτων αναζήτησης. Τα σύγχρονα συστήματα αναζητούν σχετικά χωρία σε μια βάση γνώσης και συνθέτουν από αυτά μια απάντηση, ιδανικά με παραπομπή στην πηγή. Τυπικές χρήσεις είναι η εξυπηρέτηση πελατών, οι εσωτερικές βάσεις γνώσης και τα εγχειρίδια – για παράδειγμα η ερώτηση στο εγχειρίδιο προσωπικού «Πόσες ημέρες άδεια δικαιούμαι το πρώτο έτος;».

NLP
Διαχείριση γνώσης
+1

Πρότυπο

LazyGraphRAG

Το LazyGraphRAG είναι μια προσέγγιση για παραγωγή με ανάκτηση πληροφοριών βάσει γράφου (graph-based RAG), που παρουσιάστηκε από τη Microsoft Research το 2024. Σε αντίθεση με το GraphRAG, δεν αφήνει ένα γλωσσικό μοντέλο να δημιουργεί περιλήψεις κατά την ευρετηρίαση· αντ' αυτού εντοπίζει έννοιες και τις συνεμφανίσεις τους με κλασική επεξεργασία φυσικής γλώσσας, και το γλωσσικό μοντέλο χρησιμοποιείται μόνο κατά τον χρόνο του ερωτήματος. Σύμφωνα με τη Microsoft, αυτό φέρνει το κόστος ευρετηρίασης στο επίπεδο του βασικού διανυσματικού RAG. Ταιριάζει ιδιαίτερα σε ερωτήσεις που απαιτούν συνολική εικόνα μεγάλων συλλογών εγγράφων.

RAG
γράφος γνώσης
+1

Αλυσίδωση μοντέλων

Η αλυσίδωση μοντέλων σημαίνει τη διαδοχική σύνδεση περισσότερων μοντέλων ή βημάτων ΤΝ, ώστε το αποτέλεσμα ενός βήματος να γίνεται είσοδος του επόμενου. Έτσι οι σύνθετες εργασίες μπορούν να αναλυθούν σε διαχειρίσιμες υποεργασίες, που ελέγχονται και βελτιώνονται ξεχωριστά. Παράδειγμα: ένα βήμα συνοψίζει ένα αίτημα πελάτη, ένα δεύτερο το αναθέτει σε ένα τμήμα και ένα τρίτο συντάσσει την απάντηση.

ενορχήστρωση
ροές εργασιών
+1