מינכן🥨NLP x SAP: גרפים של ידע וסוכנים

מה תפקידם של גרפי ידע כאשר חלונות ההקשר של LLMs הולכים וגדלים והסוכנים האינטליגנטיים זזים לייצור?הצטרפו למינכן🥨NLP ו-SAP לערב המאגד בין מחקר לתעשייה בנושא LLMs עם הקשר ארוך, אחזור, גרפי ידע וסוכנים אינטליגנטיים אוטונומיים.הרצאה 1: הנדסת סוכני תעשייה אוטונומיים בייצורSAPהרצאה 2: מחט בגרף ידעJakob Sturm · TUM / BMWשתי הרצאות, אוכל ושתייה, והרבה זמן להתחבר עם קהילת ה-NLP וה-AI של מינכן.📅 תוכנית17:30 | דלתות נפתחו17:50 | קבלת פנים ומבוא18:00 | הרצאה 1: “הנדסת סוכני תעשייה אוטונומיים בייצור” דובר: TBCתקציראיך אנחנו עוברים מפתרונות AI מבטיחים והופכים סוכנים אוטונומיים לזרמים יצרניים ואמינים?הרצאה זו תבדוק את האתגרים ההנדסיים הכרוכים בהבאת סוכני AI אוטונומיים לסביבות תעשייה בעולם האמיתי. היא תבחן את המסע מניסוי לייצור ונדון בתפקידם של גרפי ידע בהנחת בסיס למערכות AI ואפשרות פריסות עמידות בעולם האמיתי.18:45–18:50 | הפסקה קצרה18:50–19:35 | הרצאה 2: “מחט בגרף ידע” דובר: Jakob Sturm (TUM / BMW)תקצירהאם אנחנו עדיין זקוקים לאחזור כאשר LLMs יכולים לעכל ק corpus הולך וגדל דרך חלונות הקשר המתארכים?פרויקט זה חוקר האם LLMs יכולים לזהות מידע רלוונטי בתוך קלטים גדולים באופן אמין על ידי הצגת אבן בחינה מאתגרת המבוססת על גרפי ידע. הוא בוחן כיצד ביצוע המודל משתנה עם הגדלת גודל הקלט וכיצד הסדר של המידע בתוך ההקשר משפיע על יכולת ה-LLM למצוא את המידע הרלוונטי.על הדובריאקוב שטרום הוא דוקטורנט בקבוצת המחשוב החברתי של TUM ובמחלקת החדשנות והטכנולוגיות המתפתחות של BMW, בפיקוח גיאורג גרו.מחקרו מתמקד באחזור מידע ובייצור מוגבר על ידי אחזור (RAG), במיוחד בהבנת מתי RAG הוא הגישה המתאימה וכשהשיטות האחרות עשויות להיות מתאימות יותר. הוא גם עובד על שיפור אחזור מידע עבור יישומי AI בתחומים מיוחדים.ב-BMW, ההתמקדות התעשייתית שלו היא ב-RAG מותאם תחום עבור תהליכי ניהול איכות.19:35–21:00 | אוכל, שתייה ורישות 🍕🎟️ רישוםהרישום הוא חינמי אך כפוף לאישור המארח בשל יכולת מוגבלת במשרד SAP. אם התוכניות שלך משתנות, אנא בטל את רישומך כך שנוכל להציע את המקום למישהו אחר.