11月19日消息，阿里云百煉推出全新RAG框架，全面提升大模型的準確性和可靠性，可解決90%以上幻覺問題，更好地滿足企業(yè)級大模型應用場景的需求。
RAG是大模型落地的重要技術，它可以將檢索到的知識和大模型結合，以此優(yōu)化大模型的生成效果。然而傳統(tǒng)RAG方案容易檢索到與問題相似，但與問題描述不符的難負樣本，從而導致大模型易出現(xiàn)幻覺，例如面對“iPhone 16的參數(shù)規(guī)格”與“iPhone 16Pro的參數(shù)規(guī)格”這類極為相似的問題時，大模型容易給出錯誤答案。
為此，阿里云百煉在傳統(tǒng)RAG框架之上，在業(yè)界首創(chuàng)雙層幻覺信息過濾框架。在這一全新框架下，大模型在生成回答前，能先對候選信息進行一次全面的深度分析和判斷，自動識別并剔除“難負樣本”，確保所有用于生成的信息高度相關且可靠。具體來說，該框架可通過重排序模型進行第一輪過濾，可過濾70%的通用難負樣本，第二層大模型會進一步過濾剩余30%涵蓋更復雜業(yè)務定制規(guī)則的樣本。通過雙層幻覺信息過濾框架，可解決90%以上大模型幻覺問題，并且相比單層信息過濾方案，效率大幅提升。
阿里云百煉通過雙層幻覺信息過濾框架，可解決90%以上大模型幻覺問題
阿里云百煉資深算法專家謝朋峻表示：“全新的RAG框架極大地提升了大模型的生成效果，為大模型在復雜場景下的應用開辟了新的可能性，我們希望這一新方案能進一步推動了人工智能技術的發(fā)展和應用?！?/p>
目前，阿里云百煉可為企業(yè)和開發(fā)者提供三種模型服務：用戶可直接調用大模型進行推理，例如Qwen、Llama、ChatGLM等主流開源和閉源模型；用戶還可對大模型進行微調和訓練，阿里云百煉提供從數(shù)據(jù)管理、模型調優(yōu)、評測到部署的全鏈路模型服務，用戶可彈性按需調用算力，無需關心底層架構；此外，阿里云百煉還支持企業(yè)打造RAG應用，用戶可在百煉上輕松創(chuàng)建知識庫，并一鍵開啟RAG，通過Assistant API聯(lián)合輸出。
據(jù)介紹，阿里云百煉已上線超100款國內外主流大模型，已服務一汽、金山、哈啰集團、國家天文臺等超30萬企業(yè)客戶。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
