Daugiapakopis samprotavimas – tai DI sistemos gebėjimas atsakyti į klausimą atliekant kelias iš eilės einančias išvadas, dažnai sujungiant informaciją iš skirtingų šaltinių. Pavyzdys: klausimui „Kuriam skyriui vadovauja už projektą X atsakingas asmuo?“ pirmiausia reikia nustatyti atsakingą asmenį, o paskui jo skyrių. Tokie klausimai sudėtingi paieškos ir RAG sistemoms, nes kiekvienas tarpinis žingsnis turi būti rastas ir teisingai susietas.
Agentai, srautai ir šablonai vienoje darbo srityje – nemokama 24 valandų demonstracinė versija.
Pradėti demonstracijąPapildyta paieškos generacija (angl. retrieval-augmented generation) sujungia paiešką su tekstų generavimu: prieš atsakydama sistema žinių rinkinyje – pavyzdžiui, instrukcijose, taisyklėse ar DUK – ieško svarbių ištraukų ir perduoda jas kalbos modeliui kaip kontekstą. Todėl atsakymas remiasi aktualiu, įmonei specifiniu turiniu, o ne tik modelio mokymo žiniomis. Tai sumažina išgalvotus teiginius, leidžia atsekti šaltinius ir atnaujinti turinį be permokymo.
Atsakymai į klausimus (angl. question answering, QA) – tai natūraliosios kalbos apdorojimo sritis, kurioje sistema tiesiogiai atsako į kasdiene kalba pateiktus klausimus, užuot grąžinusi paieškos rezultatų sąrašą. Šiuolaikinės sistemos žinių bazėje ieško aktualių ištraukų ir iš jų sudaro atsakymą, geriausia su šaltinio nuoroda. Tipinis naudojimas: klientų aptarnavimas, vidinės žinių bazės ir vadovai – pavyzdžiui, darbuotojų vadovo paklausiama „Kiek atostogų dienų gaunu pirmaisiais metais?“
„LazyGraphRAG“ – tai „Microsoft Research“ 2024 m. pristatytas grafais grįsto paieška papildyto generavimo metodas. Skirtingai nei „GraphRAG“, jis neverčia kalbos modelio kurti santraukų indeksavimo metu; vietoj to sąvokas ir jų bendrą pasitaikymą nustato klasikiniu natūraliosios kalbos apdorojimu, o kalbos modelis naudojamas tik vykdant užklausą. Pasak „Microsoft“, tai sumažina indeksavimo sąnaudas iki paprasto vektorinio RAG lygio. Jis ypač tinka klausimams, kuriems reikia didelių dokumentų rinkinių apžvalgos.
Modelių grandinimas reiškia kelių DI modelių arba DI žingsnių sujungimą į seką, kad vieno žingsnio rezultatas taptų kito žingsnio įvestimi. Taip sudėtingas užduotis galima suskaidyti į aiškias dalines užduotis, kurias galima tikrinti ir tobulinti atskirai. Pavyzdys: pirmas žingsnis apibendrina kliento užklausą, antras priskiria ją skyriui, trečias parengia atsakymą.
