Репортаж от Wedoany，KT (Корейский телеком) на основе технологии генерации с расширенным поиском (RAG) самостоятельно разработала KT RAG. Данная технология направлена на повышение точности AI-поисковых систем, её ключевое преимущество заключается в возможности оптимизации для различных отраслей и наличии структуры замкнутого цикла данных.
17 числа в здании WEST комплекса KT Кванхвамун в районе Чонно, Сеул, на «Обучающем семинаре по AI-агентам KT» компания представила стратегию продвижения своих агентных AI (Agentic AI) и ключевые конкурентные преимущества KT RAG. RAG — это технология, которая генерирует ответы путём поиска и предоставления релевантных документов, в основном используемая для предотвращения галлюцинаций (hallucination) генеративного AI. KT использует эту технологию для максимального повышения точности поиска и производительности AI-задач.
Благодаря самостоятельной разработке специализированной модели RAG, KT повысила свою технологическую конкурентоспособность. Среди них модель внедрения (Embedding Model) используется для поиска документов, наиболее похожих на запрос пользователя, из огромного объёма данных, а модель переранжирования (Re-ranker Model) определяет приоритет отображения найденных документов. KT улучшила производительность обеих моделей, адаптировав их к особенностям корейского языка.
Разработанная KT поисковая система с модульной структурой может гибко адаптироваться к потребностям различных отраслей. Например, для телекоммуникационных услуг, связанных с линиями и оборудованием, требуется технология графового RAG (Graph RAG) для анализа взаимосвязей; в то время как для обрабатывающей промышленности необходима мультимодальная технология RAG (Multimodal RAG), позволяющая просматривать и анализировать чертежи и фотографии оборудования. Ключевым моментом является комбинирование различных технологических архитектур для реализации отраслевой кастомизации.
Ещё одной уникальной особенностью KT RAG является структура замкнутого цикла данных. Путём сбора журналов работы реального сервиса, анализа причин неудачных поисков и отзывов пользователей, внесения улучшений и повторного развёртывания формируется замкнутый цикл. Эта система уже применяется во внутренних AI-агентных сервисах компании, которыми в настоящее время пользуются около 14 000 сотрудников KT, уровень использования составляет 97%.
KT планирует на основе опыта эксплуатации во внутренней среде предоставлять высококачественные AI-сервисы для реальных отраслей. Ким Джунсок (Kim Junseok), руководитель лаборатории агентного AI (KT AX Future Technology Institute Agentic AI Lab) подразделения будущих технологий KT AX, отметил, что для уменьшения галлюцинаций с помощью технологии RAG передаются точные данные для принятия решений, а также AI-модели дополнительно обучаются на информации из специфических областей, таких как медицина, финансы и право. Кроме того, в промпты (Prompt) включается опыт из различных отраслей, или используются такие методы, как «инженерия поводьев (Harness Engineering)», строго контролирующая AI, для снижения количества галлюцинаций.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
