Genie Oneの精度:キュレートされたエージェントにガバナンスされたコンテキストが必要な理由
英語原文から AI が翻訳しました。 英語版を見る
Databricks Genie Oneは、キュレートされたGenie AgentとMetric ViewsやPagesなどのガバナンスされたUnity Catalogのコンテキストを組み合わせることで93〜95%の精度を達成し、ローテーブルのみを使用する場合を大幅に上回ります。PDFなどの非構造化データのクエリにはエージェントが必要ですが、ガバナンスされたコンテキストを中央集約してモデリングすることで、属人化を排除し、エージェントを編集することなく指標の更新をすべての回答に反映させることができます。
* Databricks Genie Oneは、キュレートされたGenie Agentと、Unity Catalogで定義されたガバナンスされたビジネスコンテキスト(モデル化された知識)を併用する場合に最も高い精度を発揮します。架空の保険会社に関する125問の質問を用いたテストでは、Genie OneはキュレートされたGenie Agentとガバナンスされたビジネスコンテキスト(Metric Views、Domains/Subdomains、Pages)を組み合わせて93〜95%のスコアを記録しました。エージェントまたはガバナンス層のいずれか単体の場合は83%、テーブル単体の場合は64%でした。 * エージェントとガバナンス層はそれぞれ異なる課題を解決します。Metric Views、Domains、Subdomains、Pagesは、従来なら属人化に頼っていた定義に関する質問にGenie Oneが答えるのを助け、エージェントはPDFなどの非構造化データから回答を得る必要がある質問に必要となります。 * 各ビジネス指標を認証されたMetric View内で一度だけ定義し、それが適用される条件をPageで説明します。別の変更テストでは、1つのMetric ViewとそのPageを更新するだけで、関連する12件のGenie Oneの回答すべてがエージェントを編集することなく新しい定義に移行しました。