可信的数据、分析和AI混合平台厂商Cloudera今日宣布推出RAG(Retrieval-Augmented Generation,检索增强生成)Studio。借助RAG Studio,企业仅需几分钟即可使用实时企业数据部署RAG聊天机器人。这款无代码解决方案不仅为非技术用户使用AI应用提供便利,还促进了业务团队与IT团队在AI开发中的协作。同时,新方案有利于AI工具的普及,让更多用户采用AI工具。RAG Studio充分利用位于本地或云端的安全、可信实时数据,支持企业通过前沿技术解锁AI价值。
随着聊天机器人成为一种流行的AI用例,企业正面临AI回答不准确的风险。一项研究发现,在不同任务中,ChatGPT的成功率从0.66%到89%不等。RAG 是一种强大的AI范式,它结合了基于检索的系统和生成式AI的优势,能够提高准确性和与上下文的相关性,以及可解释性和可信度。采用RAG的聊天机器人不依赖一般信息,而是根据特定企业的实时数据回答问题,从而帮助AI减少“错觉”,大幅减少误答。通过向经过训练的大语言模型(LLM)提供业务上下文,投喂可信的企业数据, AI使用的成功率将有显著提升。
RAG Studio为Cloudera客户带来的优势包括:
Cloudera首席战略官Abhas Ricky表示:“从更快的客户支持速度到更加明智的产品开发过程,RAG的优势覆盖了业务的方方面面。我们的RAG Studio无代码解决方案能够为企业提供快速原型开发能力、多种预先构建的集成,以及更高的运营效率。企业在制定和实施正确的AI战略方面承受着巨大的压力,而这项计划是Cloudera致力于加速企业AI发展的重要举措之一。”
Cloudera大中华区技术总监刘隶放表示:“在中国市场,随着企业对数据价值的深入挖掘和AI技术的广泛应用,RAG Studio的推出无疑为企业AI的发展注入了新的活力。中国作为全球最大的数据生产国之一,其数据量正在以惊人的速度增长,这为RAG Studio所倡导的检索增强生成范式提供了广阔的应用空间。特别是在金融、制造、零售等行业,企业对于准确、高效、可信赖且更据上下文相关性的AI解决方案的需求日益迫切。RAG Studio凭借其无代码、易部署的特性,将助力中国企业在复杂多变的市场环境中迅速抓住机遇。”
在推出该预览版之际,Cloudera诚邀设计合作伙伴参与演示,并就该解决方案的开发提供反馈意见。参与RAG Studio演示的客户将有机会直接与Cloudera合作开发RAG解决方案,以确定实现业务和技术价值最大化的功能。
好文章,需要你的鼓励
微软研究院发布Memora记忆系统,旨在解决AI智能体在长期部署中记忆碎片化、检索效率低的问题。Memora通过将存储内容与检索方式解耦,引入"主抽象"与"线索锚点"双组件架构,在LoCoMo和LongMemEval两项基准测试中表现优异,上下文token用量最高可降低98%。但专家提醒,实际企业成本还需考虑索引、存储及合规审计,且该项目目前仍处于研究阶段,尚未达到生产就绪水平。
这项马里兰大学与思科研究院的联合研究发现,VLA机器人模型的语言模块存在严重冗余——砍掉一半语言层后成功率不降反升,而视觉和动作模块则高度敏感。
波兰小型模块化反应堆开发商SGE宣布计划在英国三个地点部署14台GE Vernova Hitachi的BWRX-300机组,总装机容量达4.2GW,可满足英国约11%的电力需求。该项目已依据英国《先进核能框架》提交申请,采用差价合约融资模式,预计2026年11月进入先进核能管道,首台机组目标于2034年投入商业运营。
研究揭示多智能体AI系统中验证存在"最优剂量":纠错太强或延迟太长会让AI团队陷入震荡,黄金比例倒数0.618是延迟两轮时的精确稳定阈值。