LlamaIndex RAG’ın ötesine geçerek aracıların karmaşık kararlar alabilmesini sağlar

Popüler AI düzenleme çerçevesi LlamaIndex Şirketin, almayla artırılmış oluşturma (RAG) süreçlerinin ötesine geçtiğini ve aracı üretkenliğini artırdığını söylediği yeni bir mimari olan Aracı Belge İş Akışı’nı (ADW) tanıttı.

Düzenleme çerçeveleri gelişmeye devam ettikçe, bu yöntem kuruluşlara temsilcilerin karar verme yeteneklerini geliştirme seçeneği sunabilir.

LlamaIndex, ADW’nin temsilcilerin “basit çıkarma veya eşleştirmenin ötesinde karmaşık iş akışlarını” yönetmelerine yardımcı olabileceğini söylüyor.

Bazı aracı çerçeveler, aracılara görevleri tamamlamak için ihtiyaç duydukları bilgileri sağlayan RAG sistemlerini temel alır. Ancak bu yöntem, temsilcilerin bu bilgilere dayanarak karar vermesine izin vermez.

LlamaIndex, ADW’nin nasıl iyi çalışacağına dair gerçek dünyadan bazı örnekler verdi. Örneğin, sözleşme incelemelerinde insan analistleri önemli bilgileri çıkarmalı, düzenleyici gerekliliklere çapraz referans vermeli, potansiyel riskleri tanımlamalı ve öneriler üretmelidir. Yapay zeka temsilcileri, bu iş akışında görevlendirildiklerinde ideal olarak aynı modeli takip edecek ve sözleşmeyi incelemek için okudukları belgelere ve diğer belgelerden edindikleri bilgilere dayanarak kararlar alacaklardır.

LlamaIndex, “ADW, belgeleri daha geniş iş süreçlerinin bir parçası olarak ele alarak bu zorlukların üstesinden geliyor” dedi. blog yazısı. “Bir ADW sistemi, yalnızca analiz etmekle kalmayıp, adımlar boyunca durumu koruyabilir, iş kurallarını uygulayabilir, farklı bileşenleri koordine edebilir ve belge içeriğine göre eylemler gerçekleştirebilir.”

LlamaIndex daha önce RAG’ın önemli bir teknik olmasına rağmen, ilkel kalırözellikle yapay zekayı kullanarak daha sağlam karar verme yetenekleri arayan kuruluşlar için.

Karar verme bağlamını anlamak

LlamaIndex, LlamaCloud ayrıştırma yeteneklerini aracılarla birleştiren referans mimarileri geliştirmiştir. “Bağlamı anlayabilen, durumu koruyabilen ve çok adımlı süreçleri yönlendirebilen sistemler oluşturur.”

Bunu yapmak için her iş akışında orkestratör görevi gören bir belge bulunur. Aracıları verilerden bilgi çıkarmak, belge bağlamı ve sürecinin durumunu korumak ve ardından başka bir bilgi tabanından referans materyali almak için LlamaParse’a dokunmaya yönlendirebilir. Temsilciler buradan, sözleşme incelemesi kullanım senaryosu veya farklı kullanım senaryoları için eyleme geçirilebilir diğer kararlar için öneriler oluşturmaya başlayabilir.

Şirket, “Acenteler, süreç boyunca durumu koruyarak, basit çıkarma veya eşleştirmenin ötesine geçen karmaşık, çok adımlı iş akışlarını yönetebilir” dedi. “Bu yaklaşım, farklı sistem bileşenleri arasında koordinasyon sağlarken işledikleri belgeler hakkında derin bir bağlam oluşturmalarına olanak tanıyor.”

Farklı aracı çerçeveleri

Ajan orkestrasyonu gelişmekte olan bir alandır ve birçok kuruluş hâlâ temsilcilerin (veya birden fazla temsilcinin) kendileri için nasıl çalıştığını araştırıyor. Yapay zeka aracılarının ve uygulamalarının düzenlenmesi daha büyük bir konuşma Bu yıl aracılar tekli sistemlerden çok aracılı ekosistemlere geçtikçe.

Yapay zeka aracıları, RAG’ın sunduğu şeyin, yani kurumsal bilgiye dayalı bilgi bulma yeteneğinin bir uzantısıdır.

Ancak giderek daha fazla kuruluş yapay zeka aracılarını kullanmaya başladıkça, onların insan çalışanların yaptığı birçok görevi de yapmalarını istiyorlar. Ve bu daha karmaşık kullanım durumları için “vanilya” RAG yeterli değildir. İşletmelerin dikkate aldığı ileri yaklaşımlardan biri de ajan RAGTemsilcilerin bilgi tabanını genişleten. Modeller, bir sonuca varmadan önce daha fazla bilgi bulmaları gerekip gerekmediğine, bu bilgiyi elde etmek için hangi aracın kullanılacağına ve az önce getirdiği bağlamın alakalı olup olmadığına karar verebilir.