מאגרי נתונים גרפיים + LLMs: מדוע נתונים מחוברים הופכים את הבינה המלאכותית לחכמה יותר

רוב הנתונים הארגוניים מחזיקים בתשובות שמעולם לא נחשפו — לא בגלל שהנתונים אינם קיימים, אלא בגלל שהקשרים ביניהם אינם נראים לחיפוש מסורתי ו-SQL. Contextus הוא סוכן גילוי מונע בינה מלאכותית הבנוי על פלטפורמת הנתונים ההקשרית של Arango שמשנה זאת. הוא משלב חציית גרפים — היכולת לעקוב אחר קשרים בין ישויות בנתונים שלך — עם הסקה של מודל שפה גדול כדי למצוא קשרים בעלי ערך גבוה שכאשר שאלות שטח פשוטות לא יכולים להגיע אליהם. במושב הזה, נעבור על איך Contextus פועל מתחת למכסה המנוע: איך הארכיטקטורה הרב-מודלית של Arango מאחסנת ומחצה נתונים מחוברים, איך Arango AutoGraph בונה אוטומטית את גרף הידע מנתונים גולמיים ארגוניים, ואיך LLM מסיק מסקנות על פני הגרף הזה כדי להוציא תובנות של ניתוח אנושי שיקח ימים למצוא. אם אי פעם תהיתם מה מאגרי נתונים גרפיים מאפשרים בפועל שאין למאגרי נתונים יחסיים — או איך LLMs הופכים לחכמים באופן משמעותי כאשר הם מושרשים בידע מובנה — זהו מבט מעשי על שניהם. דובר: דניאל מוריס, מהנדס פתרונות ראשי — AI חלה, EMEA, Arango תאריך: חמישי, 9 ביולי בשעה 8:00 בבוקר PT / 11:00 בבוקר ET / 5:00 בערב CET פורמט: מצגת וירטואלית (זום) + דיון פתוח