Databricks 研究:受治理的上下文将 Genie One 准确率提升至 93–95%
热点事件持续更新
Databricks 研究:受治理的上下文将 Genie One 准确率提升至 93–95%
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Databricks 发布了一项研究,衡量当精选智能体与受治理的上下文层搭配使用时,Genie One 的答案准确率能提升多少。在一家虚构的商业车险公司中,财务与核保部门给出了相互矛盾但各自正确的赔付率答案,仅使用数据表时准确率为 64%;精选智能体和受治理层各自单独使用时均达到 83%,而两者结合使用后,在两次运行中将准确率提升至 93–95%。 在第二项测试中,将受治理层加入精选智能体后,一家虚构零售商的准确率从 54% 提升至 82%。Databricks 表示,由 Genie Ontology(现已正式可用)驱动的 Genie One 将这种业务上下文带入分析体验中。 Databricks 将零售商基准描述为 49 个问题,是对该模式的较小规模验证,而非第二项完整研究,并表示这项工作测试的是业务上下文,而非访问控制。
AI 根据报道生成 · 2 小时前更新
最新进展11月20日 04:15
Databricks Genie One 准确性研究:为什么精选智能体需要受治理的上下文报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- Databricks BlogDatabricks Genie One 准确性研究:为什么精选智能体需要受治理的上下文
Databricks 在一家虚构的商业汽车保险公司上测试了 Genie One,其中财务部门和核保部门给出了相互矛盾但都正确的赔付率答案。仅使用表格时准确率为 64%;精选智能体和受治理层各自达到 83%,两者结合后在两次运行中将准确率提升至 93–95%。在加入精选智能体后,受治理层还将一家虚构零售商的准确率从 54% 提升至 82%。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。