基于悅數(shù)圖數(shù)據(jù)庫打造的 Graph RAG 產(chǎn)品——悅數(shù) RAG，已全面接入國產(chǎn)大模型頂流 DeepSeek。這一合作不僅標(biāo)志著技術(shù)的深度融合，更意味著企業(yè)在復(fù)雜推理任務(wù)上的成本將大幅降低，效率顯著提升。
擁抱 DeepSeek：技術(shù)升級與成本優(yōu)化
悅數(shù) RAG 是一款專為企業(yè)級應(yīng)用設(shè)計(jì)，通過知識圖譜有效緩解大模型幻覺，幫助企業(yè)快速構(gòu)建專有知識生成應(yīng)用的平臺。此前，悅數(shù) RAG 內(nèi)置鏈接的是通義千問和 ChatGPT，如今，全面接入 DeepSeek 后，悅數(shù) RAG 在多個(gè)關(guān)鍵指標(biāo)上實(shí)現(xiàn)了質(zhì)的飛躍。
以復(fù)雜推理任務(wù)中的典型應(yīng)用場景金融研報(bào)生成為例，在接入 DeepSeek 之前，悅數(shù) RAG在處理此類任務(wù)時(shí)，雖然已經(jīng)表現(xiàn)出色，但在圖抽取能力、生成質(zhì)量和單次問答成本上仍有提升空間。而接入 DeepSeek 后，我們看到了令人矚目的變化。
●圖抽取能力
基于 DeepSeek 推理能力模型的悅數(shù) RAG，在更小規(guī)模模型下，零樣本抽取效果達(dá)到了少樣本結(jié)合工程優(yōu)化的同等水平。憑借圖 RAG 索引（GraphRAG Index）的優(yōu)化，不僅顯著降低了成本，還在效果上取得了理想收益。這種優(yōu)化使得悅數(shù) RAG 在處理復(fù)雜關(guān)聯(lián)關(guān)系時(shí)更加高效，能夠快速識別和連接數(shù)據(jù)中的關(guān)鍵節(jié)點(diǎn)，為用戶提供更精準(zhǔn)的圖譜構(gòu)建。
●生成質(zhì)量
DeepSeek 的透明思維過程為 Agentic GraphRAG 提供了更多的可解釋性。同時(shí)在蒸餾模型與 R1 接入之后，Agentic RAG 的規(guī)劃能力、Meta Agent 對于用戶簡潔輸入場景的處理都相比傳統(tǒng)的開放權(quán)重 instruct 模型有非常明顯的提升。這種提升不僅體現(xiàn)在生成內(nèi)容的質(zhì)量上，還體現(xiàn)在對用戶輸入的理解和響應(yīng)上，使得用戶能夠更直觀地理解 AI 的決策過程。
●單次問答成本
在 DeepSeek R1 蒸餾模型的更小規(guī)模版本中，相較于基線的大語言模型，其效果得到了顯著增強(qiáng)與提升，這使得悅數(shù) RAG 產(chǎn)品在推理成本上大幅降低，同時(shí)在同等資源下能夠支持更多的并發(fā)請求。由于在更小的模型上就能獲得同等的效果，這不僅降低了蒸餾模型的規(guī)模，還帶來了響應(yīng)時(shí)間的顯著縮短。
深度融合：圖技術(shù)與大模型的完美結(jié)合
悅數(shù) RAG 的核心優(yōu)勢在于其基于悅數(shù)圖數(shù)據(jù)庫的 Graph RAG 架構(gòu)。通過知識圖譜，悅數(shù) RAG 能夠有效緩解大模型的幻覺問題，確保生成內(nèi)容的真實(shí)性和可靠性。而 DeepSeek 的加入，更是為這一架構(gòu)注入了強(qiáng)大的動力。DeepSeek 的多任務(wù)處理能力和高效的模型架構(gòu)設(shè)計(jì)，使得悅數(shù) RAG 在處理復(fù)雜推理任務(wù)時(shí)更加得心應(yīng)手。
關(guān)于悅數(shù) RAG
悅數(shù) RAG 是一款極簡的知識應(yīng)用構(gòu)建平臺，使 Graph RAG 技術(shù)的強(qiáng)大功能觸手可及。用戶可以通過友好易用的對話界面輕松創(chuàng)建搜索引擎、聊天機(jī)器人和內(nèi)容生成應(yīng)用，無需任何編程操作。通過激活和循環(huán)內(nèi)部知識，悅數(shù) RAG 能夠最大限度地發(fā)揮其價(jià)值，將知識和見解轉(zhuǎn)化為行動。
關(guān)于 DeepSeek
DeepSeek 是國產(chǎn)大模型中的佼佼者，以其卓越的多任務(wù)處理能力、高效的模型架構(gòu)設(shè)計(jì)以及在文本生成、語義理解、計(jì)算推理等領(lǐng)域的出色表現(xiàn)而備受關(guān)注。DeepSeek 的加入，為悅數(shù) RAG 帶來了強(qiáng)大的技術(shù)支持和成本優(yōu)勢。
未經(jīng)數(shù)字化報(bào)網(wǎng)授權(quán)，嚴(yán)禁轉(zhuǎn)載或鏡像，違者必究。
特別提醒：如內(nèi)容、圖片、視頻出現(xiàn)侵權(quán)問題，請發(fā)送郵箱：tousu_ts@sina.com。
風(fēng)險(xiǎn)提示：數(shù)字化報(bào)網(wǎng)呈現(xiàn)的所有信息僅作為學(xué)習(xí)分享，不構(gòu)成投資建議，一切投資操作信息不能作為投資依據(jù)。本網(wǎng)站所報(bào)道的文章資料、圖片、數(shù)據(jù)等信息來源于互聯(lián)網(wǎng)，僅供參考使用，相關(guān)侵權(quán)責(zé)任由信息來源第三方承擔(dān)。
本文地址: http:///news/70108.shtml
數(shù)字化報(bào)（數(shù)字化商業(yè)報(bào)告）是國內(nèi)數(shù)字經(jīng)濟(jì)創(chuàng)新門戶網(wǎng)站，以數(shù)字技術(shù)創(chuàng)新發(fā)展為中心，融合數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)發(fā)展，聚焦制造業(yè)、服務(wù)業(yè)、農(nóng)業(yè)等產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，致力為讀者提供最新、最權(quán)威、最全面的科技和數(shù)字領(lǐng)域資訊。數(shù)字化報(bào)并非新聞媒體，不提供新聞信息服務(wù)，提供商業(yè)信息服務(wù)；
商務(wù)合作：Hezuo@szhww.com
稿件投訴：help@szhww.com
Copyright ? 2013-2023 數(shù)字化報(bào)（數(shù)字化報(bào)商業(yè)報(bào)告）
數(shù)字化報(bào)并非新聞媒體，不提供新聞信息服務(wù)，提供商業(yè)信息服務(wù)
浙ICP備2023000407號數(shù)字化報(bào)網(wǎng)（杭州）信息科技有限公司 版權(quán)所有