申请试用
HOT
登录
注册
 

GraphRAG Meets AI|NebulaGraph 北京站 Meetup

含 GraphRAG 量99%,最前沿的 GraphRAG 研究与讨论。
时间
2024/09/21 13:15 - 17:30
人数
500
地点
北京微软中国研发集团总部1号楼,故宫会议室
查看地图
2690人浏览
会议详情


开场主持,13:25-13:30

主持介绍:张天翊,滑铁卢大学大三,上海 AI Lab AI4S 研究实习生


FastGPT 让企业用 AI 更简单,13:30-13:50

讲师:杨道升

公司:珠海环界云计算有限公司

讲师介绍:FastGPT maintainer,Sealos maintainer,B 站科技区小透明

演讲概要:当在数字化转型的浪潮中,人工智能(AI)已成为企业提升效率、优化服务和增强决策的关键技术。然而,许多企业在尝试引入AI时面临技术复杂性、高昂成本和难以上手的挑战。FastGPT 的问世,正是为了解决这些问题,让企业能够更简单、更快速地利用AI技术。

听众收益:了解前沿AI技术:了解 FastGPT 如何利用最新的人工智能技术,帮助企业提升知识管理和客户服务的效率。


NebulaGraph 在博睿数据的应用实践,13:50-14:10

讲师:姚成耀

公司:北京博睿宏远数据

讲师介绍:博睿数据大数据开发工程师,现负责 NebulaGraph 数据库的开发,维护工作。

演讲概要:博睿数据在使用 NebulaGraph 过程中遇到的问题和解决方案,以及二开的点。

听众收益:NebulaGraph 真实生产环境实操和经验分享。


GraphRAG in NebulaGraph,14:10-14:50

讲师:古思为

公司:NebulaGraph

讲师介绍:NebulaGraph GenAI Team Lead、 commniter、NebulaGraph AI Sutie 等项目作者、Microsoft MVP(Python, AI)

演讲概要:GraphRAG 的背景、发展,我们的 Approach 和未来的工作

听众收益:GraphRAG 的发展、挑战、案例。


Agents with GraphRAG,14:50-15:30

讲师:范文栋

公司:Eigent AI, AI Engineer

讲师介绍:Eigent AI Founding Engineer, CAMEL 多智能体开源框架核心贡献者, 曾任巴斯夫数字化中心 AI 工程师

演讲概要:随着知识图谱在信息检索、问答系统和推荐系统中的应用逐渐普及,如何高效地利用知识图谱来增强 Agent 的推理和决策能力成为了一个重要的探索方向。“Agents with GraphRAG” 议题聚焦于将知识图谱与基于 Retriever-augmented Generation (RAG) 模型的 Agent 相结合,探索如何通过图结构的数据进行增强的推理和知识检索,以提升 Agent 的回答质量、推理能力和上下文理解。

听众收益:通过本议题,参会者将深入理解 GraphRAG 和 Multi-agent 技术的应用潜力,从而为其在各种复杂任务中的实际应用奠定基础。

3:30-3:45 茶歇&合照



AI Agent 企业落地实践与案例拆解,15:45-16:20

讲师:杨芳贤

公司:53AI 创始人

讲师介绍:53AI 创始人& LangGPT 联合创始人,腾讯云 TVP 最具价值专家,多家上市公司的大模型落地顾问。

演讲概要:当前 AI Agent 在企业落地的两个主要场景是 Chat Agent 和 Data Agent ,在 Chat Agent 场景中目前主流的 RAG 方案只能做到 60%-70% 的准确率,而企业对上线到生产环境的智能问答要求极高的准确率,这也是当下大多数大模型项目在企业内部落地效果不佳的重要原因,本议题将结合真实的落地案例来分享与 AI Agent 的落地实践

听众收益:了解大模型能力边界及大模型与 AI Agent 在企业落地的核心技能,了解行业领先落地应用案例。


优化 GraphRAG 的二三事,16:20-16:50

讲师:卢建晖

公司:微软

讲师介绍:微软高级云技术布道师,在 AI Core Team 负责小模型 Phi 3 在全球的技术内容推广,有超过18年的金融,电信,教育等领域的行业解决方案经验,专注在云原生,人工智能,大数据,物联网等领域。在 GenAI 领域著有围绕小模型的《Phi-3 Cookbook》(阅读量超过40万)和 Copilot 应用框架《Semantic Kernel Cookbook》, 并为不同客户提供基于 LLMOps 和 SLMOps 的一体化解决方案

演讲概要:或者您已经在使用 GraphRAG,但您知道如何优化 GraphRAG 吗?特别在 Graph 的构建,虽然我们会依赖于大模型的能力,但如果在端侧大模型的环境下,能否可以利用 SLM 来构建 GraphRAG 应用?本次课程将会和您讲述如何结合 Phi-3.5-Instruct 来构建 GraphRAG ,并结合 Semantic Kernel 构建本地的 RAG 应用。

听众收益:正确了解 GraphRAG


金融领域大模型 GraphRAG 和图谱的结合应用,16:50-17:30

讲师:岳洋

公司:语势科技

讲师介绍:语势科技技术负责人,关注金融领域大模型、数据资产化、云计算等方向。

演讲概要:从业务需求和背景讲大模型不足,复杂推理对图谱的需求和选型过程,大模型向量结果和图谱推理的简单对比

听众收益:金融领域大模型的应用创新。

活动
文档
专题
博客
确认
3秒后跳转登录页面
去登陆