百度近期在人工智能領(lǐng)域再度取得突破，于1月23日正式揭曉了其最新研發(fā)成果——EICopilot。這一創(chuàng)新解決方案利用大型語言模型（LLM）技術(shù)，極大地簡化了從復(fù)雜數(shù)據(jù)庫中提取信息的流程，為企業(yè)知識(shí)圖譜的探索和應(yīng)用提供了強(qiáng)有力的支持。
在當(dāng)前的企業(yè)環(huán)境中，知識(shí)圖譜因其能夠整合法人、注冊(cè)資本、股東信息等多維度數(shù)據(jù)而備受青睞。然而，盡管知識(shí)圖譜的應(yīng)用價(jià)值顯著，但傳統(tǒng)的文本查詢和手動(dòng)探索方式卻限制了其信息提取的效率。為了解決這一難題，百度研究院精心打造了EICopilot。
EICopilot作為一個(gè)基于AI智能體的解決方案，專注于優(yōu)化存儲(chǔ)在知識(shí)圖譜數(shù)據(jù)庫中的企業(yè)數(shù)據(jù)的搜索、探索和摘要過程。它能夠高效地處理包含數(shù)億節(jié)點(diǎn)、數(shù)百億邊、數(shù)千億屬性以及數(shù)百萬子圖的龐大數(shù)據(jù)集，這些數(shù)據(jù)集涵蓋了國家注冊(cè)的企業(yè)、組織、公司等各類信息。
為了提升搜索精度，百度研究人員收集了真實(shí)的企業(yè)相關(guān)查詢，構(gòu)建了種子數(shù)據(jù)集，并使用Gremlin語言編寫了搜索腳本。通過系統(tǒng)的標(biāo)注和增強(qiáng)，這些數(shù)據(jù)被轉(zhuǎn)化為向量數(shù)據(jù)庫，從而實(shí)現(xiàn)了搜索空間的實(shí)時(shí)生成，極大地提高了圖譜檢索和探索的效率。
EICopilot不僅是一個(gè)基于LLM的聊天機(jī)器人，還具備創(chuàng)新的數(shù)據(jù)預(yù)處理流程，能夠優(yōu)化數(shù)據(jù)庫查詢。它還擁有強(qiáng)大的推理能力，采用思維鏈（CoT）和上下文學(xué)習(xí)（ICL）等先進(jìn)技術(shù)，為用戶提供更加精準(zhǔn)和有價(jià)值的查詢響應(yīng)。
為了驗(yàn)證EICopilot的性能，研究人員利用百度內(nèi)部數(shù)據(jù)平臺(tái)的數(shù)據(jù)，構(gòu)建了一個(gè)包含查詢和圖數(shù)據(jù)庫查詢對(duì)的數(shù)據(jù)集。根據(jù)查詢的遍歷長度，他們將查詢分為簡單、中等和復(fù)雜三類，并采用語法錯(cuò)誤率（SyntaxErrorRate）和執(zhí)行正確率（Execution Correctness）作為評(píng)估指標(biāo)。實(shí)證結(jié)果表明，EICopilot在速度和準(zhǔn)確性方面均優(yōu)于基線方法，F(xiàn)ull Mask版本的EICopilot語法錯(cuò)誤率低至10.00%，執(zhí)行正確率高達(dá)82.14%。
這一突破性成果不僅展示了百度在人工智能領(lǐng)域的深厚積累，也為企業(yè)知識(shí)圖譜的探索和應(yīng)用開辟了新的道路。EICopilot的推出，無疑將為企業(yè)用戶提供更加便捷、高效的信息提取和數(shù)據(jù)分析服務(wù)。
