2024-09-12 | 15:30 - 17:00

從RAPTOR、GraphRAG、到下一代RAG架構發想

引言

  • 介紹生成式AI和RAG的基本概念,強調RAPTOR與GraphRAG等架構的優勢和挑戰。
  • 說明研究目標:提升信息檢索和生成質量。

文獻回顧

  • 回顧現有RAG架構的技術特點和局限性。
  • 探討近年來的研究進展。

架構解析

  • 詳細解析RAPTOR架構及其在大規模文本數據處理中的表現和應用。

從RAPTOR到下一代RAG模型

  • 提出改進方向,探討新技術應用,設計改進的RAG模型架構。

技術實現與實驗

  • 描述新模型的技術實現,設計實驗評估新模型的性能。

應用與案例研究

  • 提供實際應用案例,展示新模型在不同領域的效果。

挑戰與未來展望

  • 討論開發和應用過程中的挑戰,展望未來RAG技術的發展趨勢。
課程目標

建構穩健的prompt pipeline以加強RAG的精度與準度,並從此發想下一代可靠與降低風險的RAG架構應該長什麼樣子

講者

劉岦崱(Nils)

國泰世華銀行
副理,資訊板塊生成式AI研發與部署小組組長

我是國泰世華銀行資訊及策略戰情科的AI小組組長Nils,專注於開源技術研究及學術機構合作,開發多款原型產品並推動AI產品部署。

講者職經歷簡介:

  • 國泰世華銀行資測部戰情科 AI 小組組長
  • 現為台大資工所在職碩士班碩士生
  • 曾在德國留學並工作七年
  • 曾為知名外商銀行儲備幹部