Auf der Inclusion·Bund-Mündungskonferenz 2024 präsentierte die Ant Group ihre neuesten Fortschritte beim Aufbau von wissensgestützten professionellen intelligenten Agenten und stellte das Ergebnis der Forschung und Entwicklung zur Kombination von Wissensgraphen und großen Modellen vor – das wissensgestützte große Modell-Service-Framework KAG.
Das Framework wurde von Liang Lei, Leiter des Wissensgraphen bei der Ant Group, vorgestellt und zielt darauf ab, die Entscheidungsfindung und das Retrieval durch graphische logische Symbole zu leiten und die Genauigkeit und logische Strenge von Entscheidungen in vertikalen Bereichen deutlich zu verbessern.
Das KAG-Framework nutzt die Fähigkeiten der von Ant selbst entwickelten Graphdatenbank TuGraph-DB und bietet effiziente Möglichkeiten zur Wissenspeicherung und -suche. Es wird in der kürzlich von Alipay vorgestellten AI-nativen App „Zhixiao Bao“ eingesetzt und verbessert die Genauigkeit bei der Beantwortung von Regierungsfragen auf 91 % und die Genauigkeit der Interpretation von Kennzahlen in der medizinischen Frage-und-Antwort-Domäne auf über 90 %.
Liang Lei gab bekannt, dass das KAG-Framework der Community weiter zugänglich gemacht und im Open-Source-Framework OpenSPG nativ unterstützt wird, um die gemeinschaftliche Entwicklung zu fördern. Die Veröffentlichung des KAG-Frameworks zeigt nicht nur die technologische Stärke der Ant Group im Bereich KI, sondern bietet der Branche auch eine neue Lösung zur Bewältigung der Herausforderungen, denen große Sprachmodelle bei der Anwendung in vertikalen Bereichen gegenüberstehen, wie z. B. Mangel an Fachwissen, Unzuverlässigkeit komplexer Entscheidungen und unzureichende Fakten.
Das KAG-Framework verbessert die synergistische Wirkung von großen Sprachmodellen und Wissensgraphen durch fünf Verbesserungen: verbesserte Wissensrepräsentation, gegenseitige Indizierung von Graphstrukturen und Texten, symbolgesteuerte Zerlegung und Inferenz, konzeptbasierte Wissensabgleichung und KAG-Modell. Dieses Ergebnis dürfte die Anwendung von KI im Bereich der professionellen Dienstleistungen vorantreiben und die Genauigkeit und Zuverlässigkeit der Dienstleistungen verbessern.
Projekt-Adresse:https://github.com/OpenSPG/openspg