Hacker News · 21.06.2026 ·Память и RAG

Google представила спецификацию для создания структурированных баз знаний LLM

Google опубликовала спецификацию и набор инструментов для формирования «вики-систем» на базе больших языковых моделей. Проект под названием Knowledge Catalog ориентирован на создание стандартизированных хранилищ данных, которые позволяют ИИ-агентам обращаться к достоверной корпоративной информации. Система решает проблему галлюцинаций за счет строгой структуры данных, пригодной для RAG-архитектур (Retrieval-Augmented Generation).

Инструментарий включает в себя форматы описания знаний, которые помогают моделям лучше ориентироваться в контексте предметной области. Вместо использования неструктурированных текстовых массивов, разработчики получают возможность организовать базу знаний в виде графа или иерархических документов с четкими метаданными. Это упрощает процесс поиска релевантных фрагментов информации и повышает точность ответов агентов при работе со сложными техническими или бизнес-запросами.

Решение направлено на автоматизацию подготовки данных для корпоративных ИИ-систем. Использование единого стандарта позволяет интегрировать внешние базы знаний с различными LLM, обеспечивая единообразие ответов и возможность обновления информации без необходимости переобучения моделей. Инструменты уже доступны в репозитории Google Cloud Platform и могут быть развернуты для управления внутренними знаниями организаций.

Источник: Hacker News

Похожие материалы

MarkTechPost · Модели и релизы Google Cloud представил Open Knowledge Format для ИИ-агентов Google Cloud анонсировал Open Knowledge Format (OKF) — открытый формат для структурирования знаний, предназначенный для использования ИИ-агентами. OKF представляет собой спецификацию, которая формализует паттерн LLM-wiki, позволяя создавать каталоги знаний в виде markdown-файлов с YAML-фронтматером. Каждый файл описывает концепцию, которая должна содержать хотя бы поле типа. Hacker News · Инфраструктура для агентов Масштабируемый инференс LLM на базе Ray Serve и vLLM Компания Anyscale представила обновленный подход к развертыванию больших языковых моделей в распределенных средах. Решение базируется на интеграции фреймворка Ray Serve с высокопроизводительным движком vLLM, что позволяет эффективно управлять нагрузкой при работе с LLM в кластерах Kubernetes, включая Google Kubernetes Engine (GKE). arXiv · Исследования и наука Метод разрешения конфликтов знаний в LLM при работе с внешними данными Исследователи представили новый подход к решению проблемы противоречий между внутренними параметрическими знаниями языковых моделей и информацией, поступающей из внешнего контекста. В современных системах, использующих RAG или длинные промпты, модель часто сталкивается с ситуацией, когда данные в запросе пользователя противоречат тому, что было «выучено» моделью в процессе обучения. Это приводит к галлюцинациям или снижению точности ответов, так как модель не может эффективно приоритизировать источники данных. The latest research from Google · Память и RAG Исследование Google: как обучить ИИ разумно рассуждать Исследователи Google представили новый подход к обучению языковых моделей разумному рассуждению на основе байесовских принципов. В статье, опубликованной на официальном блоге Google Research, описывается метод, который позволяет моделям лучше обрабатывать вероятностные данные и принимать решения в условиях неопределенности. Это особенно важно для разработки ИИ-агентов, которые должны работать в динамических и сложных средах, где точность и логичность рассуждений критически важны. Hacker News · Разработка и инструменты Библиотека навыков для повышения эффективности LLM Опубликован репозиторий с набором открытых инструментов и методик, направленных на улучшение качества выполнения задач языковыми моделями, такими как Claude и ChatGPT. Проект фокусируется на формализации «навыков» — структурированных промптов и алгоритмов действий, которые позволяют моделям переходить от генерации общих текстов к выполнению прикладных рабочих процессов. Hacker News · Память и RAG Amazon Bedrock представил управляемые базы знаний для RAG-систем Amazon запустил сервис Managed Knowledge Bases для платформы Bedrock, который автоматизирует процесс создания и управления базами знаний для генеративных моделей. Инструмент берет на себя полный цикл подготовки данных: от загрузки документов из различных источников до их сегментации, векторизации и хранения в векторных базах данных. Это позволяет разработчикам быстрее внедрять архитектуру RAG (Retrieval-Augmented Generation), обеспечивая моделям доступ к актуальным корпоративным данным без необходимости ручной настройки пайплайнов обработки. arXiv · Машинное обучение Large Language Gibbs: новый подход к вероятностному выводу в LLM Исследователи представили метод Large Language Gibbs, направленный на решение проблемы структурированного логического вывода с использованием больших языковых моделей. Основная сложность при работе с LLM заключается в том, что их внутренние знания часто трудно интерпретировать в рамках строгих вероятностных моделей. Новый подход предлагает использовать условные распределения языковой модели в качестве переходов в цепочке Гиббса, что позволяет модели выполнять более точные вычисления при работе с переменными, описывающими сложные системы. Hacker News · Инфраструктура для агентов Автоматическая маршрутизация запросов для оптимизации стоимости и скорости LLM Компания Factory представила инструмент для автоматической маршрутизации запросов между различными языковыми моделями. Система в режиме реального времени анализирует входящие задачи и перенаправляет их на наиболее подходящую модель, исходя из заданных параметров стоимости и времени отклика. Такой подход позволяет компаниям снизить расходы на API, не жертвуя качеством ответов в критически важных сценариях. arXiv · Исследования и наука ИИ автоматизирует проверку воспроизводимости исследований Учёные из Гарварда и MIT разработали метод, позволяющий использовать большие языковые модели (LLM) для автоматизированной оценки воспроизводимости исследований в социальных и поведенческих науках. Обычно проверка воспроизводимости требует ручного анализа данных независимыми исследователями, что занимает много времени и ресурсов. Новый подход позволяет значительно ускорить этот процесс, применяя LLM для анализа опубликованных данных и оценки их достоверности. The Gradient · Память и RAG Как LLMs меняют финансовые рынки и инвестиции В 2023 году ИИ-революция привлекла огромные инвестиции в частные и публичные компании, а также завоевала внимание широкой аудитории. Одним из ключевых драйверов этого роста стали большие языковые модели (LLMs), которые лежат в основе таких продуктов, как ChatGPT. Эти модели демонстрируют удивительную способность моделировать последовательности токенов, представляющих слова или их части, что открывает новые возможности для анализа и прогнозирования на финансовых рынках.

← Все материалы