Zephyrnet-logo

The Vector Computer Company av @ttunguz

Dato:

Hvis du skulle se tre videoer på YouTube Shorts – en om italiensk matlaging, en om sjakkåpninger og en tredje om kryptohandel, kombinerer YouTube Shorts' anbefalingsalgoritme videobeskrivelsene med oppholdstiden din.

Å se osso bucco-videoen til slutten vil utløse flere spesialitetsvideoer for italiensk matlaging i feeden din.

Vi tror at alle LLM-baserte applikasjoner vil trenge denne muligheten.

Det er vanskelig å kombinere tekst og strukturerte data i en LLM-arbeidsflyt. Det krever et nytt programvareinfrastrukturlag: en vektordatamaskin.

bilde

Vektordatamaskiner forenkler mange typer data til vektorer – språket til AI-systemer – og skyver dem inn i vektordatabasen din.

Ettersom Spark har blitt systemet for å transformere store datamengder i BI- og AI-trening, administrerer vektordatamaskinen datarørledningene for å mate modeller, optimalisere dem for et formål eller en bruker.

I dag er de fleste vektorer veldig enkle, men i økende grad vil vektorer ha alle slags data innebygd i seg, og vektordatamaskiner vil være motorene som slipper løs disse kraftige kombinasjonene.

Superlinked bygger en vektordatamaskin. Grunnlegger Daniel Svonava er en tidligere ingeniør hos YouTube som jobbet med maskinlæringssystemer i sanntid i et tiår.

Vektordatamaskiner forbedrer LLM-nøyaktigheten ved å hjelpe til med å få frem de riktige dataene for Retrieval Augmented Generation (RAG). De tillater raskere optimalisering av LLM-er ved å inkludere mange typer data som kan oppdateres raskt.

Andre teknikker for LLM-optimalisering krever omskolering eller finjustering. Disse fungerer, men tar tid. Standard LLM-stabler i fremtiden (ikke så fjern) vil utnytte både RAG og finjustering.

Superlinked er nå i produktforhåndsvisning, og jobber med flere store infrastrukturpartnere som MongoDB, Redis, Dataiku og andre. Hvis du vil lære mer, Klikk her.

Vi er begeistret over å samarbeide med Daniel & Ben.

spot_img

VC kafé

LifeSciVC

Siste etterretning

VC kafé

LifeSciVC

spot_img