Databricks sê Genie Ontology het ’n slaagsyfer van 91% op werkruimtetake behaal, teenoor 45% en 58% vir 2 gevorderde KI-agente. Die toets het ’n fiktiewe onderneming gebruik waarvan die verslagdoeningsreëls oor tabelle, notaboeke en dokumente versprei was.
Databricks het sy benadering, wat saam met Turing ontwikkel is, in ’n lewendige Databricks-werkruimte getoets wat die fiktiewe Britse verskaffer Calderwick Energy verteenwoordig. Elke taak is 5 keer uitgevoer, en alle agente was aan Unity Catalog se datatoegangbeheer onderworpe.
Genie Ontology onttrek besigheidsdefinisies uit notaboeke, kontroleskerms, gestoorde SQL-navrae en dokumente, en haal dan relevante uittreksels op wanneer Genie antwoord. In een taak het dit die korrekte historiese beplanningskoers in ’n notaboek gevind, eerder as om die ander koers in ’n tabel te gebruik.
Vir ondernemings wat KI-datagereedskap bou, wys die resultaat hoe belangrik dit is om besigheidskonteks op te haal, eerder as om net tabelle te lees. Maar die vergelyking het beperkings: die mededingende agente het ’n Databricks-gereedskapstel gebruik eerder as om regstreeks in die omgewing te werk, en Databricks sê die prestasiegaping krimp wanneer werkruimtekennis beperk is of tabelle en skemas voldoende is.
Bestaande notaboeke en verslagdoeningsdokumente kan nuttige insette wees vir KI-stelsels wat ondernemingspesifieke besigheidsreëls moet vertolk.
Bouers moet gereedskaptoegang en inligtingsherwinning nagaan voordat hulle ’n agentmaatstaf as bewys van ’n beter onderliggende KI-model beskou.
Prestasie buite hierdie toets waaroor die maatskappy self berig, bly onbewese, veral in toepassings met min gestoorde besigheidskonteks.
Outomaties geskryf deur die Made in 10-nuuskamer uit die bron hierbo.
Databricks het ’n bygewerkte Genie-assistent en KI-agente bekendgestel wat maatskappydata deurlopend ontleed. ’n Afsonderlike Ontology-funksie karteer inligting regoor ’n organisasie sodat personeel dit kan opspoor en ontledings kan doen.
