業界をリードするAIカバレッジに関する最新のアップデートと排他的なコンテンツについては、毎日および毎週のニュースレターに参加してください。 もっと詳しく知る
あなたが持っている文脈的 それを発表しました 接地言語モデル （GLM）今日、それが主要なAIシステムを上回ることにより、業界で最も高い事実の正確さをもたらすと主張しています グーグル、 人類 そして Openai 真実性のための重要なベンチマークについて。
開拓者によって設立されたスタートアップ 検索された生成 （RAG）テクノロジーは、そのGLMが88％の事実性スコアを達成したと報告しました 事実ベンチマーク、Googleの84.6％と比較して ジェミニ2.0フラッシュ、人類の場合は79.4％ クロード3.5ソネット Openaiの場合は78.8％ GPT-4O。
大規模な言語モデルはエンタープライズソフトウェアを変革しましたが、事実上の不正確さ（しばしば幻覚と呼ばれる）は、ビジネスの採用にとって重要な課題のままです。コンテキストAIは、精度が最も重要なエンタープライズラグアプリケーション向けに特別に最適化されたモデルを作成することにより、これを解決することを目指しています。
「ソリューションの一部がRAGと呼ばれるテクニックであることを知っていました – 検索された高等世代」CEOのCEO兼共同設立者であるDouwe Kielaは、VentureBeatとの独占インタビューで述べています。 「そして、Ragは元々私の考えだからです。この会社が何であるかは、ぼろきれを実行するために、ラグを正しい方法で行うことです。」
同社のフォーカスは、汎用モデルとは大きく異なります chatgpt または クロード、創造的なライティングから技術文書まで、すべてを処理するように設計されています。代わりに、コンテキストAIは、事実上の精度が創造的な柔軟性を上回るハイステークスエンタープライズ環境をターゲットにします。
「ぼろきれの問題があり、高度に規制された業界で企業の環境にいる場合、幻覚に対する寛容はまったくありません」とキエラは説明しました。 「マーケティング部門に役立つのと同じ汎用言語モデルは、間違いにはるかに敏感なエンタープライズ設定で必要なものではありません。」
コンテキストAIがエンタープライズ言語モデルの新しいゴールドスタンダードを「接地」する方法
「」の概念接地」 – AI応答の確保は、コンテキストで明示的に提供される情報に厳密に固執することを保証しています – エンタープライズAIシステムの重要な要件として浮上しています。金融、ヘルスケア、通信などの規制業界では、企業は正確な情報を提供するか、何かを知らないときに明示的に認めるAIを必要とします。
キエラは、この厳格な接地がどのように機能するかの例を提供しました。「標準的な言語モデルにレシピまたは式を与えると、どこかで「これはほとんどの場合には当てはまります」と言います。ほとんどの言語モデルは、それが真実であると仮定してレシピを提供しますしかし、私たちの言語モデルは、「実際、これはほとんどの場合に当てはまると言っているだけです。」この追加のニュアンスをキャプチャしています。」
「私は知らない」と言う能力は、エンタープライズ設定にとって重要なものです。 「これは、エンタープライズの設定でそれについて考えるなら、本当に非常に強力な機能です」とキエラは付け加えました。
コンテキストAIのRAG 2.0：企業情報を処理するためのより統合された方法
コンテキストAIのプラットフォームは、それが呼ぶものに基づいて構築されていますラグ2.0、「既製のコンポーネントを単に接続するだけではありません。
「典型的なRAGシステムは、埋め込みに凍結した既製のモデル、検索用のベクトルデータベース、および生成用のブラックボックス言語モデルを使用します。 「これは、生成AIの「フランケンシュタインの怪物」につながります。個々のコンポーネントは技術的には機能しますが、全体は最適です。」
代わりに、コンテキストAIは、システムのすべてのコンポーネントを共同で最適化します。 「この混合物のコンポーネントがありますが、これは本当にインテリジェントな検索を行う方法です」とキエラは説明しました。 「それはこの質問を見て、それから本質的に、最新世代のモデルのほとんどのように、それは考えていると思います、 [and] 最初に、検索を行うための戦略を計画しています。」
このシステム全体は、キエラが「世界で最高の再ランカー」と呼ぶものと連携して機能します。これは、接地言語モデルに送信する前に、最も関連性の高い情報を優先するのに役立ちます。
プレーンテキストを超えて：コンテキストAIがチャートを読み取り、データベースに接続するようになりました
新しく発表されたGLMはテキスト生成に焦点を当てていますが、コンテキストAIのプラットフォームは最近、チャート、図、および人気のあるプラットフォームからの構造化データを含むマルチモーダルコンテンツのサポートを追加しました。 ビッグクエリー、 スノーフレーク、 赤方偏移 そして ポストグレス。
「企業で最も困難な問題は、構造化されていないデータと構造化されたデータの交差点です」とキエラは指摘しました。 「私が主に興奮しているのは、実際に構造化されたデータと非構造化データの交差点です。大企業の非常にエキサイティングな問題のほとんどは、構造化されたものと非構造化されていない交差点でのスマックバングであり、いくつかのデータベースレコード、いくつかのトランザクション、いくつかのポリシー文書、おそらく他のものの束があります。」
Kielaによると、このプラットフォームはすでに、半導体業界の回路図を含むさまざまな複雑な視覚化をサポートしています。
コンテキストAIの将来の計画：日常ビジネスのためのより信頼性の高いツールの作成
コンテキストAIは、GLMの起動直後に特殊な再ランカーコンポーネントをリリースする予定で、拡張されたドキュメント理解機能が続く予定です。同社はまた、開発においてより多くのエージェント機能のための実験機能を備えています。
2023年にキエラによって設立されました Amanpreet Singh、以前はMetaの基本的なAI Research（FAIR）チームで働いており、顔を抱きしめていたContextual AIは、HSBC、Qualcomm、Economistなどの顧客を保護しています。同社は、企業が最終的にAI投資の具体的なリターンを実現するのを支援していると位置付けています。
「これは、おそらくAIからROIの提供を開始し、実際に問題を解決するより専門的なソリューションを検討し始めるように圧力を受けている企業にとって本当に機会です」とキエラは言いました。 「そしてその一部は、標準的な言語モデルよりも少し退屈な根拠のある言語モデルを実際に持っていますが、それが文脈に基づいていることを確認するのは本当に良いことであり、仕事をするために本当に信頼できることを確認するのは本当に良いです。」
