Про слияние компаний и ИИ-агентов
Недавно нашу компанию объединили с другой, которая также разрабатывает no-code платформу. И сейчас мы знакомимся с новой командой разработки и активно обмениваемся знаниями. Так как наши продукты похожи, интересно посмотреть как у них всё реализовано
На прошлой неделе лид AI-команды рассказывал, как в их продукте устроены ИИ-агенты и как используется RAG. Попробую кратко вам рассказать.
🤖 Чем вообще ИИ агент отличается от обычной программы?
Ключевые отличия заключаются в двух возможностях: - использовании инструментов - динамическом принятии решений
Под инструментами может подразумеваться:
- function calling — мы описываем, с какими функциями в нашем коде ИИ может взаимодействовать. Конечно, ИИ не запускает код напрямую: он генерирует имя функции и входные параметры, а сам вызов мы делаем уже со своей стороны. - tools use — более высокоуровневые инструменты: поиск в интернете, работа с файлами, генерация картинок и так далее.
А благодаря тому, что у LLM есть условные «мозги», она сама понимает, какие инструменты и в какой последовательности вызывать и когда остановиться. Это и есть то самое динамическое принятие решений.
📚 Теперь кратко про RAG.
RAG — это генерация ответа, дополненная поиском по вашим данным, о которых сама LLM знать не может. Например, по корпоративной базе знаний.
Пример задачи: «Нам нужно, чтобы LLM отвечала на вопросы с учётом загруженных пользователями PDF-файлов».
Как это реализуется: - преобразуем PDF в текст - разбиваем текст на чанки - каждый чанк превращаем в векторное представление (эмбеддинг) с помощью embedding-модели - сохраняем текст вместе с вектором, например в Postgres с плагином pgvector
Кстати, на прошлой неделе нашёл отличную статью про то, как слова превращаются в векторы и используются в поиске. Скоро поделюсь 🔜.
Дальше, когда пользователь задаёт вопрос: - запрос преобразуется в вектор - находится наиболее подходящая по смыслу запись - в LLM передаётся: вопрос + найденные куски текста - LLM формирует ответ
Часть команды, немного растерялась, когда тимлид из другой платформы рассказывал обо всём этом 😅, так как большинство из нас ещё не сталкивались с разработкой агентов.
Сам я ИИ-агентов ещё не разрабатывал — пока разбираюсь в теме на уровне теории.
Ставьте 💜 — если интересно читать про ИИ-агентов.
Расскажите в комментах, а у вас есть опыт работы или разработки ИИ агентов.
· 05.02
Интересный пост! Мы недавно в рамках учебного проекта разрабатывали Digital professor, в которого был встроен RAG-поиск и ИИ-агентная система. В базу мы загружали материалы по мат. анализу и по этим материалам отвечал наш помощник, а ии-агент подстраивался под психологический профиль студента, и на основе профиля уже вел персонализированную клммуникацию со студентом
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 05.02
Это в универе такие проекты?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 05.02
Да, но разработчики у нас были магистранты, так что было полегче в плане разработки
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 05.02
а что за универ?
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён
· 06.02
УрФу, институт информационных технологий и безопасности
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён