Lors du sommet FORCE 2024 de Volcano Engine, ByteDance a également lancé la recherche IA omnicanal de Volcano Engine. Ce service, en intégrant la recherche et la recommandation contextualisées, l'intégration des informations privées des entreprises et les services de questions-réponses en réseau, relie étroitement les informations de l'entreprise, les besoins opérationnels et les besoins des utilisateurs, aidant ainsi les entreprises à réaliser des recommandations plus précises et une découverte d'informations plus large.
Le moteur de recherche et de recommandation A1 de Volcano Engine, s'appuyant sur la technologie d'augmentation et de fusion de la famille de grands modèles Doubao, offre de puissantes capacités de recommandation, garantissant la précision et la personnalisation approfondie des résultats. Sa capacité de compréhension multimodale couvre le texte, les images, l'audio et la vidéo, et convient à de nombreux scénarios tels que le commerce électronique, la recherche d'informations et le divertissement. Le moteur de recherche et de recommandation A1 est performant, capable de traiter des milliards de contenus, de supporter un débit extrêmement élevé et d'atteindre une vitesse de recherche de l'ordre de la milliseconde.
De plus, l'agent de questions-réponses en réseau de Volcano Engine permet un accès rapide à des informations omnicanales, utilisant le contenu en temps réel de haute qualité et abondant du groupe Douyin pour présenter en quelques secondes des réponses aux sujets d'actualité. Cet agent introduit également des modes d'interaction innovants et multimodaux, tels que les images, la voix et le texte, améliorant ainsi l'expérience utilisateur.
En ce qui concerne la mémoire des grands modèles, Volcano Engine a intégré la technologie de mise en cache contextuelle et la technologie RAG pour lancer une solution de mémoire de grands modèles. Cette solution, grâce à une vitesse de réponse plus rapide, un coût d'utilisation plus faible, des résultats plus précis et des milliards de fragments de mémoire, aide les clients à construire des solutions de mémoire efficaces, renforçant ainsi les capacités de mémoire des grands modèles, une direction clé du développement futur des grands modèles.