في عالم الذكاء الاصطناعي، تبرز الحاجة إلى تقنيات فعالة تتجاوز القيود التقليدية. هنا يأتي دور محرك الرسوم البيانية البيكانية المبتكر المعروف باسم post-graph-rag، والذي يُعتبر خطوة هامة نحو تحسين دقة وكثافة المعلومات في البيانات البيانية.

تُتيح هذه التقنية للجمهور إمكانية الوصول إلى معلومات لم تكن تُجمع من قبل، حيث يعاني الكثير من المحركات الحالية بسبب تكاليف البنية التحتية المعقدة. فيما يعزز محرك post-graph-rag الأداء من خلال دمج كتل البيانات مع تمثيل كيان موحد وملخصات مجتمعية ضمن قاعدة بيانات PostgreSQL واحدة، مما يسهل عمليات البحث والتنقل في البيانات.

أحد أبرز مميزات هذه التقنية هو الطبقة الزمنية الثنائية (bi-temporal layer) التي تسجل متى كانت علاقة ما قائمة ومتى كان النظام يعتقد بها. هذه الخصائص تمنع تداخل المعلومات أو استخدام الوقائع غير الصحيحة، مما يعزز جودة المعلومات المستخرجة.

عند مقارنة هذا المحرك مع LightRAG، أظهرت النتائج المباشرة أن مستودع البيانات يمكن أن يُنتج رسومات أكثر كثافة بزيادة تصل إلى 2.4 مرة في العلاقات لكل كيان، بالإضافة إلى تحسين في تساؤلات البيانات.

وبفضل التحسينات الجديدة في الاستنتاجات الزمنية، تُطوّر نسبة الأداء في الاستنتاجات الزمنية، مما يمنح المستخدمين دقة أعلى وموثوقية في المعلومات المقدمة. مع أداء مذهل في اختبارات LongMemEval، حققت التقنية الجديدة نسبة 85.8% في أسئلة الذاكرة طويلة الأمد، متفوقة بذلك على التقنيات السابقة.

لمزيد من التفاصيل، يمكنكم الاطلاع على الكود المصدري لـ post-graph-rag من خلال رابط post-graph-rag.

ما رأيكم في هذه التقنية الجديدة؟ هل تعتقدون أنها ستكون نقطة تحول في مجال الذكاء الاصطناعي؟ شاركونا آرائكم!