Sektör lideri yapay zeka kapsamına ilişkin en son güncellemeler ve özel içerik için günlük ve haftalık bültenlerimize katılın. Daha fazla bilgi edin
Kurumsal yapay zekaya yönelik Alma Artırılmış Üretim (RAG) dünyasında, yerleştirme modelleri kritik öneme sahiptir.
Temel olarak farklı içerik türlerini AI ve RAG yaklaşımları tarafından anlaşılabilecek ve kullanılabilecek vektörlere dönüştüren yerleştirme modelidir. OpenAI Bir noktada ada yerleştirme modeliyle yerleştirme alanına hakim oldu ancak bazı şirketler zamanla bunun kendi özel kullanım durumları için yeterince spesifik olmadığını fark etti. orası Yolculuk Yapay Zekası piyasaya uyum sağlıyor.
Girişim bugün, kurumsal RAG AI kullanım durumları için yerleştirme ve alma modellerinin geliştirilmesini ilerletmek amacıyla 20 milyon dolarlık bir A serisi finansman topladığını duyurdu. Şirketin destekçileri arasında bulut veri sağlayıcısı da yer alıyor Kar tanesiArtık Voyage AI modellerini Cortex AI hizmetine entegre edecek şekilde ayarlandı. Spesifik olarak Voyage AI, Snowflake’in AI arama sağlayıcısı Neeva’yı satın almasından elde edilen teknolojiye dayanan Cortex AI arama hizmetine dahil edilecek.
Voyage AI’nin misyonu tamamen kurumsal RAG’ı daha iyi hale getirmektir. Şirket, 27 dili yüksek doğrulukla destekleyen çok dilli bir yerleştirme modeline sahiptir.
Voyage AI’nin kurucusu ve CEO’su Tengyu Ma, VentureBeat’e “Temel olarak, erişim kalitesini artırarak RAG’ı daha iyi hale getiriyoruz” dedi. “Daha fazla alakalı belgeniz olduğunda yanıt daha iyi olur, çünkü ilgili belgeleriniz yoksa büyük dil modeli halüsinasyona uğrayacaktır.”
Voyage AI, daha iyi yerleştirmelerle kurumsal RAG’yi nasıl geliştiriyor?
Gömme modelleri yeni bir şey değildir ve büyük dil modeli (LLM) eğitimi ve RAG dağıtımlarının temel öğesidir.
Ma, Voyage AI’nın alma kalitesini artırmak için yerleştirme ve yeniden sıralama modelleri oluşturmayla ilgili olduğunu açıkladı. Ma, belirli bir alan veya kurumsal bilgiye ihtiyaç duyulan RAG söz konusu olduğunda, mevcut yaklaşımların, özellikle de OpenAI’nin yaklaşımının yeterli olmadığını söyledi.
Ma, “Sanırım insanlar OpenAI’nin adasının artık yeterince iyi olmadığının farkındalar, çünkü giderek daha yüksek doğruluk gereksinimleriniz olduğunda, bu yeterince doğru olmuyor” dedi. “Böylece yerleştirmeleri daha doğru bir şekilde ve karmaşık kavramları daha iyi anlayarak yapıyoruz.”
Voyage AI’nin doğruluğu geliştirmesinin bir dizi gelişmiş teknikten yararlandığını açıkladı. Voyage AI, eğitim hattının her bölümünü optimize eder. Buna verilerin toplanması ve filtrelenmesi de dahildir. Ma ayrıca şirketinin modellerini kodlama, finans ve hukuki kullanım durumları gibi farklı spesifik alanlara yönelik eğittiğini de belirtti.
“Bu, belirli bir alan adı için daha da iyi performans elde etmemizi sağlıyor” dedi.
Karşılaştırmalı öğrenme yaklaşımı eğitimi nasıl geliştirir?
Verilerin çoğu etiketlenmediğinden eğitim genellikle özellikle çetrefilli bir konudur.
Bir kuruluş için etiketlenmemiş verilerden değer elde etmek amacıyla Voyage AI, modellerini eğitmek için karşılaştırmalı öğrenme adı verilen bir teknik kullanıyor. Ma, karşılaştırmalı öğrenmenin, bazı eğitim operasyonlarında kullanılan tipik ‘sonraki kelime tahmini’ yaklaşımından farklı bir yaklaşım olduğunu açıkladı. Sonraki kelime yaklaşımında mannequin, kalıplara dayalı olarak hangi kelime veya kelimelerin başka bir kelime veya ifadeyi takip etmesi gerektiğini tahmin eder. Karşılaştırmalı öğrenme farklı bir yol izler.
Ma, “Etiketlenmemiş verilerden bu tür sözde karşılaştırmalı çiftler yaratıyorsunuz ve bunu modeli eğitmek için kullanıyorsunuz” dedi.
Snowflake neden kurumsal RAG’yi geliştirmek için Voyage AI’yi benimsiyor?
Snowflake için Voyage AI’yi desteklemek ve onu Cortex AI hizmetlerine entegre etmek tamamen AI’yı kurumsal kullanıcılar için daha kullanışlı hale getirmekle ilgilidir.
Vivek Raghunathan, “Her sağlayıcı bir tür RAG sistemi oluşturmaya çalışıyor ve bizim açımızdan, bizi verilere yönlendirmeniz, verilerinizle konuşabilmeniz ve ister yapılandırılmış ister yapılandırılmamış olsun, işe yarayacak” dedi. Snowflake Mühendislikten Sorumlu Kıdemli Başkan Yardımcısı VentureBeat’e şunları söyledi:
Raghunathan, Snowflake’in Voyage AI modelleri konusunda, Snowflake’in müşterilerine çok dilli yetenekler de dahil olmak üzere sunacakları geliştirilmiş ve gelişmiş yetenekler nedeniyle heyecan duyduğunu ekledi. Ayrıca Voyage AI’nin daha uzun bağlam pencereleri sağladığını ve bunun da kurumsal kullanım durumlarını iyileştirmeye yardımcı olacağını belirtti.
Snowflake’in halihazırda genellikle varsayılan olan kendi Arctic yerleştirme modeli vardır. Voyage AI modelleri kullanıcılara opsiyonel bir alternatif sunacak.
Raghunathan, “Verimlilik ve kalite arasındaki Pareto sınırını düşünün, modellerimiz belirli bir boyuta odaklanma eğilimindedir” dedi. “Voyage AI modelleri, gerçekten zorlu kullanım durumları için çok daha yüksek kalitede.”
Kaynak
