Nieuwe release verdubbelt de responsnauwkeurigheid ruimschoots en vereenvoudigt de ontwikkeling van veilige generatieve AI-verbeterde applicaties
Progress (Nasdaq: PRGS), de vertrouwde leverancier van AI-aangedreven infrastructuursoftware, heeft de early access release aangekondigd van Progress® MarkLogic® Server 12. Hiermee release breidt Progress de bewezen zoekmogelijkheden binnen MarkLogic Server uit door native vectorondersteuning en nieuwe op relevantie gebaseerde algoritmen te leveren om klanten geavanceerde mogelijkheden te bieden om de kracht van AI in de onderneming te benutten. Klanten kunnen nu gemakkelijker generatieve AI (GenAI) integreren in hun bedrijfsapplicaties met een flexibel Retrieval Augmented Generation (RAG)-patroon en LLM-modellen veilig in hun privégegevens plaatsen om op feiten gebaseerde vraagantwoorden mogelijk te maken die zijn gegenereerd op basis van AI-modellen.
De nieuwe functies in MarkLogic Server 12 verbeteren de relevantie en nauwkeurigheid van GenAI-reacties door verbeterde zoektechnieken. Met één enkele API kunnen gebruikers zoekscores definiëren, orkestreren en opnieuw rangschikken voor een snellere, flexibele en veiligere implementatie van grafiek-RAG. De vereenvoudigde RAG-architectuur komt overeen met het datamodel en de volwassenheid van de metadata, waardoor een groter gebruik van bedrijfsgegevens voor door GenAI verbeterde applicaties mogelijk wordt gemaakt.
“Nu AI steeds meer in de onderneming wordt geïntegreerd, is het van cruciaal belang om niet alleen de nauwkeurigheid van de geleverde resultaten te verbeteren, maar ook om de waardevolle gegevens van de onderneming te beschermen”, zegt John Ainsworth, EVP en General Manager, Application and Data Platform, Progress. “ Met de nieuwste release van MarkLogic Server hebben onze klanten toegang tot een betrouwbaar databasebeheersysteem dat AI-reacties van topkwaliteit kan genereren en tegelijkertijd hun reputatie en investeringen in intellectueel eigendom kan beschermen.”
Wat is er nieuw in MarkLogic Server 12:
Native vectorondersteuning – Maak grootschalige zoektochten naar gelijkenissen voor AI-systemen op grote hoeveelheden ongestructureerde gegevens mogelijk. Voer vectorbewerkingen uit in MarkLogic Server om de nauwkeurigheid van het ophalen van GenAI te verbeteren. Bewaar vectorinsluitingen dicht bij uw gegevens in r JSON- of XML-indeling. Vul aan met volledige tekstquery’s via de Optic API voor de hoogste relevantie van de resultaten.
BM25-relevantierangschikking – Verbeter de herinnering met een betere documentrangschikking om de meest relevante zoekresultaten bovenaan weer te geven. Combineer best-match- en vectorzoekopdrachten om de resultaten opnieuw te rangschikken voor optimale zoekrelevantie. Met de uitgebreide zoekfunctie van MarkLogic Server kunnen organisaties zoekopdrachten combineren, resultaatscores samenvoegen en deze opnieuw rangschikken met één enkele expressie via de uniforme Optic API die de inhoud die het meest relevant is voor een gebruikersquery parseert naar het LLM-model.
Graphs – Grafiek van het kortste pad – Los problemen uit de echte wereld op met betrekking tot routeplanning, netwerkoptimalisatie en toewijzing van middelen. Verbeter de contextuele relevantie van resultaten en responstijd in door AI ondersteunde aanbevelingssystemen met behulp van semantische zoekopdrachten op basis van kennisgrafieken of semantische gegevens in grafische RAG-architecturen.
Progress heeft ook een nieuwe applicatie uitgebracht, MarkLogic® Flux™, om verbeterde mogelijkheden voor gegevensverplaatsing en -transformatie toe te voegen aan de kernfunctionaliteit van het MarkLogic-platform. Deze omvatten ondersteuning voor aanzienlijk meer gegevensbronnen, zoals relationele databases en cloudopslagsystemen zoals Amazon S3, evenals betere prestaties door snellere opname van extreem grote gegevens in grote hoeveelheden, ter ondersteuning van elke operationele, analytische of AI-werklast.
Het Progress MarkLogic-platform, waar MarkLogic Server deel van uitmaakt, combineert multi-model databeheer met realtime, op relevantie gebaseerde zoek- en semantische mogelijkheden om een aanpasbare, veilige basis te bieden voor de GenAI-oplossingen van een organisatie. Ze kunnen GenAI in hun onderneming inzetten met een flexibele RAG-architectuur die LLM’s uitbreidt met domeinspecifieke kennis om de responsnauwkeurigheid te vergroten, de toegang tot informatie in de hele organisatie te democratiseren en AI-ondersteunde applicaties mogelijk te maken.
Meer lezen
