Aller au contenu
← Toutes les actus
Databricks Blog19 novembre 2026

Précision de Genie One : pourquoi les agents curatés ont besoin d'un contexte gouverné

Traduit de l'original anglais par IA. Voir en anglais

Résumé

Databricks Genie One atteint une précision de 93 à 95 % lorsqu'il associe des Genie Agent curatés à un contexte Unity Catalog gouverné tel que les Metric Views et les Pages, surpassant largement les configurations basées uniquement sur des tables brutes. Bien que les agents soient nécessaires pour interroger des données non structurées comme les PDF, la modélisation centralisée d'un contexte gouverné élimine les connaissances tacites et permet aux mises à jour de métriques de se propager à toutes les réponses sans modifier les agents.

* Databricks Genie One est plus précis lorsqu'il utilise des Genie Agent curatés ainsi que des connaissances modélisées, à savoir le contexte métier gouverné défini dans Unity Catalog. Sur 125 questions concernant un assureur fictif, Genie One a obtenu un score de 93 à 95 % avec des Genie Agent curatés associés au contexte métier gouverné (Metric Views, Domains/Subdomains et Pages), de 83 % avec les agents ou la couche gouvernée seule, et de 64 % avec les tables seules. * Les agents et la couche gouvernée résolvent des problèmes différents. Les Metric Views, Domains, Subdomains et Pages aident Genie One à répondre aux questions de définition qui reposeraient autrement sur des connaissances tacites, tandis que les agents sont nécessaires pour les questions nécessitant des réponses issues de données non structurées telles que des PDF. * Définissez chaque mesure métier une seule fois dans une Metric View certifiée et utilisez une Page pour expliquer quand elle s'applique. Lors d'un test de modification distinct, la mise à jour d'une Metric View et de sa Page a mis à jour l'ensemble des 12 réponses Genie One associées vers la nouvelle définition, sans aucune modification des agents.

Articles similaires

News

Architectures de référence Databricks interactives pour 70 secteurs

databricks-blog23h ago
News

Pourquoi PostgreSQL 19 a été livré en retard

databricks-blog1d ago
News

Genie ZeroOps, désormais en version bêta publique : un agent autonome qui corrige les data pipelines, nourri par les leçons de 80 000 incidents clients

databricks-blog1d ago
News

Quatre modèles d'architecture IA pour les secteurs réglementés

databricks-blog1d ago