Karpathy氏は、LLM向けWikiのアーキテクチャを提案しました。ナレッジベースを一度だけ前処理し、リクエストのたびに生ファイルを再解析するのではなく、モデルが構造化データを検索できるようにするものです。
Lumimax AIが実装を公開しました。主な技術的アプローチは次のとおりです。
• 生ファイルを、埋め込み検索だけに頼るのではなく、永続的なナレッジグラフに変換
• すべての回答に、原文書への直接リンク付きの出典を明記
• 矛盾する情報源を明示的に処理し、合意があるかのような幻覚を避ける
デモ例:『ゲーム・オブ・スローンズ』全6巻を読み込ませ、ジョン・スノウの親についての根拠を尋ねました。システムは、正確なページ参照を含む複数の情報源に基づく分析を返しました。
これは重要です。多くのRAGシステムは、今でもクエリごとに文書を再処理するか、ベクトル検索で出典情報を失ってしまうからです。矛盾を検出できる真のナレッジベース・アーキテクチャは、開発者が技術文書をどのように活用したいかに、より近いものです。
#lumimaxAI
Lumimax AIが実装を公開しました。主な技術的アプローチは次のとおりです。
• 生ファイルを、埋め込み検索だけに頼るのではなく、永続的なナレッジグラフに変換
• すべての回答に、原文書への直接リンク付きの出典を明記
• 矛盾する情報源を明示的に処理し、合意があるかのような幻覚を避ける
デモ例:『ゲーム・オブ・スローンズ』全6巻を読み込ませ、ジョン・スノウの親についての根拠を尋ねました。システムは、正確なページ参照を含む複数の情報源に基づく分析を返しました。
これは重要です。多くのRAGシステムは、今でもクエリごとに文書を再処理するか、ベクトル検索で出典情報を失ってしまうからです。矛盾を検出できる真のナレッジベース・アーキテクチャは、開発者が技術文書をどのように活用したいかに、より近いものです。
#lumimaxAI