انضم إلى نشراتنا الإخبارية اليومية والأسبوعية للحصول على آخر التحديثات والمحتوى الحصري حول تغطية الذكاء الاصطناعي الرائدة في الصناعة. يتعلم أكثر
إطار عمل شائع لتنسيق الذكاء الاصطناعي لاميندكس قدم Agent Document Workflow (ADW) بنية جديدة تقول الشركة إنها تتجاوز عمليات توليد الاسترجاع المعزز (RAG) وتزيد من إنتاجية الوكيل.
مع استمرار أطر التنسيق في التحسن، قد توفر هذه الطريقة للمؤسسات خيارًا لتعزيز قدرات الوكلاء على اتخاذ القرار.
يقول LlamaIndex إن ADW يمكن أن يساعد الوكلاء على إدارة “سير العمل المعقد بما يتجاوز الاستخراج أو المطابقة البسيطة”.
تعتمد بعض أطر عمل الوكلاء على أنظمة RAG، والتي تزود الوكلاء بالمعلومات التي يحتاجونها لإكمال المهام. ومع ذلك، فإن هذه الطريقة لا تسمح للوكلاء باتخاذ قرارات بناءً على هذه المعلومات.
قدمت LlamaIndex بعض الأمثلة الواقعية لكيفية عمل ADW بشكل جيد. على سبيل المثال، في مراجعات العقود، يجب على المحللين البشريين جمع المعلومات الأساسية، والمتطلبات التنظيمية المرجعية، وتحديد المخاطر المحتملة، وإصدار التوصيات. عند نشرهم في سير العمل هذا، سيتبع وكلاء الذكاء الاصطناعي نفس النمط بشكل مثالي ويتخذون القرارات بناءً على المستندات التي يقرؤونها للحصول على المعرفة من مراجعات العقود والمستندات الأخرى.
وقال LlamaIndex: “يعالج ADW هذه التحديات باستخدام الوثائق كجزء من العمليات التجارية الأوسع”. مشاركة المدونة. “يمكن لنظام ADW الحفاظ على حالة جميع الإجراءات، وتطبيق قواعد العمل، وتنسيق المكونات المتباينة، واتخاذ الإجراء بناءً على محتوى المستند – وليس مجرد تحليله.”
قالت LlamaIndex سابقًا أن RAG، على الرغم من كونها تقنية مهمة، تظل بدائية، خاصة بالنسبة للمؤسسات التي تسعى إلى قدرات أقوى في اتخاذ القرار باستخدام الذكاء الاصطناعي.
فهم سياق اتخاذ القرار
قامت LlamaIndex بتطوير بنيات مرجعية من خلال الجمع بين قدرات تحليل LlamaCloud مع الوكلاء. إنها “تبني أنظمة يمكنها فهم السياق والحفاظ على الحالة وتنفيذ عمليات متعددة الخطوات.”
للقيام بذلك، يحتوي كل سير عمل على مستند يعمل كمنسق. ويمكنه توجيه الوكلاء للنقر على LlamaParse لاستخراج المعلومات من البيانات، والحفاظ على سياق المستند وحالة العملية، ثم استرداد محتوى السياق من قواعد المعرفة الأخرى. من هنا، يمكن للوكلاء البدء في إنشاء توصيات لحالات استخدام مراجعة العقود أو قرارات أخرى قابلة للتنفيذ لحالات استخدام مختلفة.
وقالت الشركة: “من خلال الحفاظ على الحالة طوال العملية، يمكن للوكلاء التعامل مع سير العمل المعقد متعدد الخطوات الذي يتجاوز مجرد الاستخراج أو المطابقة”. “يسمح لهم هذا الأسلوب بإنشاء سياق أعمق حول المستندات التي يقومون بمعالجتها أثناء التنسيق بين مكونات النظام المختلفة.”
أطر وكيل مختلفة
يعد تنسيق الوكلاء مجالًا ناشئًا، ولا تزال العديد من المؤسسات تكتشف كيفية عمل الوكلاء – أو الوكلاء المتعددين – لصالحهم. يمكن أن يصبح تخطيط وكلاء وتطبيقات الذكاء الاصطناعي محادثة كبيرة هذا العام حيث ينتقل الوكلاء من أنظمة فردية إلى أنظمة بيئية متعددة الوكلاء.
يعد وكلاء الذكاء الاصطناعي امتدادًا لما تقدمه RAG، أي القدرة على اكتشاف المعلومات بناءً على المعرفة المؤسسية.
ولكن مع بدء المزيد من المؤسسات في نشر عملاء الذكاء الاصطناعي، فإنها تريد منهم أيضًا أداء العديد من المهام التي يقوم بها الموظفون البشريون. وبالنسبة لحالات الاستخدام الأكثر تعقيدًا هذه، فإن RAG “الفانيليا” لا يكفي. أحد الأساليب المتقدمة التي أخذتها المؤسسات في الاعتبار هو Agent RAG، الذي يعمل على توسيع قاعدة معارف الوكلاء. يمكن للنموذج أن يقرر ما إذا كانوا بحاجة إلى العثور على مزيد من المعلومات، وما هي الأداة التي يجب استخدامها للحصول على تلك المعلومات، وما إذا كان السياق الذي حصلوا عليه للتو ذا صلة، قبل التوصل إلى النتائج.
