Графовые базы данных и LLM: Почему связанные данные делают ИИ умнее

Большинство корпоративных данных содержит ответы, которые никогда не становятся доступными — не потому, что данные отсутствуют, а потому, что связи между ними невидимы для традиционного поиска и SQL. Contextus — это агент для поиска, обладающий ИИ, построенный на Arango Contextual Data Platform, который меняет это. Он сочетает в себе графовый обход — способность следить за отношениями между сущностями в ваших данных — с логикой больших языковых моделей, чтобы находить высокоценные связи, которые простые запросы просто не могут достичь. На этой сессии мы рассмотрим, как работает Contextus под капотом: как мультимодельная архитектура Arango хранит и обрабатывает связанные данные, как Arango AutoGraph автоматически строит граф знаний из необработанных корпоративных данных, и как LLM рассуждает по этому графу, чтобы выявлять инсайты, которые человеческому аналитика нужно искать дни. Если вы когда-либо задумывались, что именно позволяют делать графовые базы данных, чего не могут реляционные базы данных — или как LLM становятся значительно умнее, когда базируются на структурированных знаниях — это практический взгляд на обе темы. Спикер: Дэниел Моррис, ведущий инженер по решениям — Прикладной ИИ, EMEA, Arango Дата: Четверг, 9 июля в 8:00 по PT / 11:00 по ET / 17:00 по CET Формат: Виртуальная презентация (zoom) + открытое обсуждение