テンセント優圖ラボと上海交通大学研究チームは、大規模言語モデルの最適化に革命的な知識増強手法を共同で開発しました。この革新的な技術は従来のモデル微調整の限界を克服し、オープンソースデータから直接知識を抽出し、モデル最適化プロセスを大幅に簡素化します。複数のタスクにおいて、既存の最先端技術（SOTA）を凌駕する優れた性能を実現しました。近年、大規模言語モデル（LLMs）は様々な分野で目覚ましい進歩を遂げていますが、実用化にあたっては依然として多くの課題が残されています。従来のモデル微調整手法は…

2024年のInclusion・外灘大会において、アント・グループは知識増強型専門AIに関する最新の進展を発表し、知識グラフと大規模言語モデルを組み合わせた研究成果である知識増強型大規模言語モデルサービスフレームワークKAGを発表しました。アント・グループの知識グラフ責任者である梁磊氏によると、このフレームワークはグラフの論理記号を用いて意思決定と検索を導き、垂直領域における意思決定の精度と論理的な厳密性を大幅に向上させることを目指しています。

KTRL+Fは、韓国科学技術院とSamsungが共同で提案した知識増強型ドキュメント内検索タスクです。単一の自然言語クエリを用いて、ドキュメント内の意味的なターゲットをリアルタイムで識別します。従来の機械読解とは異なり、KTRL+Fはフレーズ埋め込みに外部知識埋め込みを導入することで、速度と性能のバランスを取っています。モデルはコンテキスト知識を強化することで、ドキュメント内での正確かつ包括的な検索と検索を実現し、情報アクセス効率の向上を目指しています。本プロジェクトは、自然言語クエリを用いて外部知識を活用し、リアルタイムでドキュメント内の意味的なターゲットを識別することに焦点を当て、検索体験の向上を提供します。