En la Conferencia Inclusion·Bund en 2024, Ant Group compartió sus últimos avances en la construcción de agentes inteligentes mejorados con conocimiento y presentó KAG, un marco de servicio de modelos de lenguaje grandes mejorado con conocimiento que combina grafos de conocimiento y modelos de lenguaje grandes.
El marco, presentado por Liang Lei, responsable de grafos de conocimiento en Ant Group, tiene como objetivo mejorar significativamente la precisión y el rigor lógico de la toma de decisiones en áreas verticales mediante la guía de decisiones y la recuperación a través de símbolos lógicos de grafos.
KAG combina las capacidades de la base de datos de grafos TuGraph-DB de desarrollo propio de Ant, proporcionando una capacidad eficiente de almacenamiento y recuperación de conocimiento. Se ha aplicado en la aplicación nativa de IA "Zhibobao" recientemente lanzada por Alipay, lo que ha aumentado la precisión de los escenarios de preguntas y respuestas gubernamentales al 91% y la precisión de la interpretación de indicadores en el sector vertical de preguntas y respuestas médicas a más del 90%.
Liang Lei reveló que el marco KAG se abrirá aún más a la comunidad y se ofrecerá soporte nativo en el marco de código abierto OpenSPG, animando a la comunidad a participar en la construcción conjunta. El lanzamiento del marco KAG no solo muestra la fortaleza tecnológica de Ant Group en el campo de la IA, sino que también proporciona a la industria una nueva solución para abordar los desafíos que enfrentan las aplicaciones de modelos de lenguaje grandes en áreas verticales, como la falta de conocimiento del dominio, la falta de fiabilidad de las decisiones complejas y la insuficiencia de hechos.
El marco KAG mejora la eficiencia de la colaboración entre los modelos de lenguaje grandes y los grafos de conocimiento mediante cinco mejoras: mejora de la representación del conocimiento, indexación cruzada de estructuras de grafos y texto, descomposición e inferencia guiada por símbolos, alineación de conocimiento basada en conceptos y el modelo KAG. Este logro podría impulsar la aplicación de la IA en los servicios profesionales, mejorando la precisión y la fiabilidad de los servicios.
Dirección del proyecto:https://github.com/OpenSPG/openspg