О чём урок
Этот notebook представляет собой практическое руководство по созданию темпорально-ориентированных графов знаний и выполнению многошагового поиска непосредственно по этим графам. Он предназначен для инженеров, архитекторов и аналитиков, работающих с темпорально-ориентированными графами знаний. Независимо от того, занимаетесь ли вы прототипированием, развертыванием в масштабе или исследованием новых способов использования структурированных данных, вы найдете практические рабочие процессы, лучшие практики и фреймворки для принятия решений, которые ускорят вашу работу. В этом руководстве представлены два практических рабочих процесса, которые вы можете использовать, расширять и развертывать немедленно: Создание темпорально-ориентированного графа знаний (KG) Ключевая задача при разработке систем ИИ, основанных на знаниях, заключается в поддержании актуальности и релевантности базы данных. В то время как большое внимание уделяется повышению точности поиска с помощью таких методов, как семантическое сходство и переранжирование, это руководство сосредоточено на фундаментальном, но часто упускаемом из виду аспекте: систематическом обновлении и проверке вашей базы знаний по мере поступления новых данных. Независимо от того, насколько продвинуты ваши алгоритмы поиска, их эффективность ограничена качеством и актуальностью вашей базы данных. Это руководство демонстрирует, как регулярно проверять и обновлять записи графа знаний по мере поступления новых данных, помогая гарантировать точность и актуальность вашей базы знаний. Многошаговый поиск с использованием графов знаний Узнайте, как комбинировать модели OpenAI (такие как o3, o4-mini, GPT-4.1 и GPT-4.1-mini) со структурированными запросами к графам через tool calls, позволяя модели обходить ваш граф за несколько шагов по сущностям и связям. Этот метод позволяет вашей системе отвечать на сложные, многогранные вопросы, требующие рассуждений по нескольким связанным фактам, выходя далеко за рамки того, что может обеспечить одношаговый поиск.
План урока
- 1.1. Цель и аудитория
- 1.2. Основные выводы
- Создание темпорально-ориентированного графа знаний с темпоральным агентом
- Многошаговый поиск по графу знаний
- От прототипа к production
- 2.1. Предварительные требования
- 3.1. Представляем нашего темпорального агента
- 3.1.1. Ключевые улучшения, представленные в этом руководстве
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.