A capacidade de inovação da Yuxi-Know se reflete principalmente em avanços em três dimensões técnicas:
- processamento de conhecimento com dois motoresO Neo4j Atlas (dados estruturados) e o Vector Retrieval (documentos não estruturados) são usados simultaneamente para abranger uma gama maior de expressões de conhecimento. Por exemplo, ao consultar relações explícitas como "capital de Pequim", o Neo4j Atlas é preferível, enquanto perguntas abertas como "tendências de desenvolvimento de IA" exigem a recuperação de vetores de documentos.
- Aprimoramento dinâmico de recursosQuando a base de conhecimento local é insuficiente, a recuperação em rede é obtida por meio da API da Tavily (é necessária a configuração da chave da API), que é combinada com a tecnologia RAG para garantir a pontualidade das respostas. Esse modelo de recuperação híbrido é mais abrangente do que a cobertura de um único sistema de base de conhecimento
- Fortalecimento do raciocínioO modelo DeepSeek-R1 especialmente integrado pode lidar com o raciocínio matemático de várias etapas (por exemplo, problemas de cálculo de preços), e seu modelo básico de 250 bilhões de parâmetros supera os modelos de linguagem de uso geral em problemas lógicos complexos.
Além disso, sua natureza de código aberto permite que os desenvolvedores personalizem as configurações do modelo e ampliem a cadeia de ferramentas, o que permite que o sistema seja profundamente personalizado de acordo com os requisitos de cenários específicos, uma vantagem que é difícil de obter com sistemas comerciais de código fechado.
Essa resposta foi extraída do artigoYuxi-Know: uma plataforma inteligente de perguntas e respostas baseada em gráficos de conhecimentoO