Solutions
Retrieval Augmented Generation
Solution implemented by Thitaya Divari, Pornchanok Pinnuwat, Maethavee Summanee
Overview
Large Language Models หรือ LLM คือรูปแบบของปัญญาประดิษฐ์ประเภทหนึ่งที่สามารถสร้างรูปแบบการสนทนาคล้ายกับมนุษย์ซึ่งระบบนี้ไม่สามารถเข้าถึงข้อมูลภายในของบริษัท จึงมีข้อจำกัดในการประมวลผลออกมาเป็นข้อมูลที่ต้องการ และมีประสิทธิภาพไม่เพียงพอที่จะนำไปวิเคราะห์ต่อ นอกจากนี้ข้อมูลบางประเภทเป็นความลับทางธุรกิจ จึงไม่สามารถนำไป train model สาธารณะได้ และการ train ใช้ทรัพยากรสูงมาก นอกจากนี้ยังมีความเสี่ยงที่ผลของการ train อาจไม่ประสบความสำเร็จ แต่เราสามารถใช้ Retrieval Augmented Generation หรือ RAG เพื่อแก้ปัญหาเหล่านี้ได้
Solutions
What is "Retrieval Augmented Generation" ?
Retrieval Augmented Generation หรือ RAG คือระบบที่สามารถดึงข้อมูลจากระบบฐานข้อมูลของบริษัทมาประมวลผล โดยใช้ข้อมูลภายในร่วมกับข้อมูลภายนอกได้ ซึ่งพัฒนาจาก Amazon Sagemaker, LlamaIndex, Amazon RDS, Amazon S3, Amazon QuickSight
Solutions
คุณสมบัติ
ดึงข้อมูลจากฐานข้อมูลมาประมวลผล
สามารถดึงข้อมูลจากฐานข้อมูลภายในมาประมวลผลร่วมฐานข้อมูลภายนอกได้ ทำให้ผลลัพธ์ของข้อมูลมีประสิทธิภาพ
รองรับทั้งภาษาไทย และอังกฤษ
ผู้ใช้งานสามารถสอบถามในระบบด้วยคำถามที่เป็น natural language เป็นภาษาอังกฤษหรือภาษาไทย ซึ่งเพิ่มความยืดหยุ่นในการทำงาน
แสดงผลข้อมูลได้หลากหลายรูปแบบ
สามารถแสดงผลจากข้อมูลที่ได้จากการสืบค้นในรูปแบบ ตาราง กราฟ คำบรรยาย บทวิเคราะห์ การพยากรณ์ข้อมูลอนาคต หรือสามารถ export เป็น excel spreadsheet หรือ csv fileความแตกต่างของเวลา
Retrieval Augmented Generation
How It Works
01
01
02
03
Solutions
Retrieval Augmented Generation
ยกระดับการประมวลผลข้อมูลของคุณด้วยระบบ RAG (Retrieval Augmented Generation) มอบข้อมูลเชิงลึกและการตัดสินใจที่แม่นยำ เริ่มต้นใช้งานวันนี้เพื่อก้าวสู่อนาคตที่ชาญฉลาดยิ่งขึ้น