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