Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

Արտակարգ իրավիճակների ծանուցման համակարգ 15 հազար օգտատերերի համար՝ LLM, PostGIS, Qdrant և Telegram

Habr
Advertisement468 × 90
Արտակարգ իրավիճակների ծանուցման համակարգ 15 հազար օգտատերերի համար՝ LLM, PostGIS, Qdrant և Telegram

Հոդվածում ներկայացված է 15 հազար օգտատեր սպասարկող արտակարգ իրավիճակների ծանուցման համակարգի ճարտարապետությունը: Ինժեներական հիմնական խնդիրը հարյուրավոր Telegram ալիքներից ստացվող չկառուցվածքավորված տվյալների մշակման ավտոմատացումն էր՝ առանց ձեռքով մոդերացիայի: Այս խնդիրը լուծելու համար հեղինակները ստեղծել են LLM-ի վրա հիմնված կոնվեյեր, որը դասակարգում է իրադարձությունները, որոշում դրանց գտնվելու վայրը, կազմում հակիրճ նկարագրություն և հեռացնում կրկնօրինակները: Տեխնոլոգիական ստեկը ներառում է PostGIS՝ աշխարհագրական տվյալների համար և Qdrant վեկտորային տվյալների բազա՝ սեմանտիկ որոնման համար: Համակարգը նաև օգտագործում է քրաուդսորսինգ. օգտատերերը կարող են ինքնուրույն հայտնել իրադարձությունների մասին և ստուգել միմյանց հաղորդագրությունները: Այս մոտեցումը թույլ է տվել ստեղծել մասշտաբային լուծում, որն աշխատում է շուրջօրյա՝ ապահովելով կարևոր տեղեկատվության օպերատիվ առաքումը:

This is a summary. Read the full article at the original source:

Habr
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Typesafe AI ընկերությունը ներկայացրել է Jev-ը՝ նոր սերնդի մոդել, որը նախատեսված է լեզվական մեծ մոդելների աշխատանքի արժեքն ու արագությունը զգալիորեն օպ…

Hacker News (YC)

TechCrunch-ը հրապարակել է AI-ի ներկայիս լանդշաֆտի համապարփակ ակնարկ՝ կենտրոնանալով այն բարձրակարգ նախագծերի և ստարտափների վրա, որոնք չեն արդարացրել սպ…

TechCrunch

Xiaomi ընկերությունը ներկայացրել է MiMo լեզվական մոդելների ընտանիքը, որն ընդգրկում է կոնֆիգուրացիաների լայն շրջանակ՝ 7 միլիարդ պարամետր ունեցող փոքր մ…

Habr
Advertisement970 × 250