Der Gewinner des ersten Microsoft AI Chat App Hack bringt die KI-Erkundung auf die nächste Stufe

Microsoft hat gerade den Gewinner seines ersten AI Chat App Hack bekannt gegeben , einer virtuellen Veranstaltung, die Entwickler auf der ganzen Welt dazu aufforderte, Anwendungen mit RAG (Retrieval Augmented Generation) zu erstellen; Die Veranstaltung fand zwischen dem 29. Januar und dem 12. Februar statt, der Gewinner und die Zweitplatzierten wurden jedoch am 27. Februar bekannt gegeben.

Der Gewinner dieser ersten Ausgabe des AI Chat App Hack, die 500 US-Dollar mit sich bringt, ist das Projekt DocAssistant.Swaggy, das laut Microsoft die KI-Erkundung auf die nächste Stufe hebt.

Mit anderen Worten: Das Projekt ist in der Lage, verschiedene APIs über mehrere Interaktionsmöglichkeiten wie Text- oder Sprachbefehle zu verknüpfen und den Benutzern freundliche Antworten zu geben.

Es gab auch andere Gewinner, die Microsoft alle in verschiedenen Kategorien erwähnte:

• Lobende Erwähnung: SecureBot – Diese App beantwortet Fragen zur Cybersicherheit basierend auf einer umfangreichen Datenquelle aus Podcasts, Videotranskripten, Websites und Büchern, alle in spanischer Sprache. Die Jury war beeindruckt von der Architektur, die sich deutlich von den meisten Einreichungen unterscheidet und Copilot Studio mit Power Platform kombiniert. Wenn eine Frage eingeht, ruft das Studio Power Automate auf, um eine Azure-Funktion aufzurufen, um diese Frage ins Spanische zu übersetzen, und durchsucht den Azure AI Search-Index mit der Übersetzung. Dieser Schritt verbessert die Relevanz der Ergebnisse und der Bot antwortet dank Prompt Engineering weiterhin auf die Frage des Benutzers.
• Beste Datenquelle: DubsBot – Diese App hilft Studenten der UW (University of Washington), aus einem riesigen Kurskatalog Kurse zu finden, die ihren Interessen entsprechen. Das Team erstellte einen benutzerdefinierten Parser für die Kurskatalog-Webseiten, der Details wie die Erweiterung von Abkürzungen und die Verbesserung der Lesbarkeit von Zeitplänen enthielt. Den Juroren gefiel, dass das Team so viel Detail in die individuelle Anpassung der Datenaufnahme gesteckt hat, da dies einen großen Einfluss auf die Qualität der Antworten des LLM haben kann.
• Lobende Erwähnung: Copilot for Azure Pricing – Diese App hilft Entwicklern bei der Auswahl der am besten geeigneten Azure-Region und des VM-Typs auf der Grundlage aktueller Preisdaten. Den Juroren gefiel, wie diese App die traditionelle RAG-Suche in der Azure-Dokumentation mit Daten nahezu in Echtzeit aus der Azure Retail API kombinierte. Die App orchestriert die Anrufe mithilfe von Langchain-Agenten und mehreren „Tools“, die wissen, wie man nach Regionen sucht, VM-Typen findet und Preise abruft, sodass sie die richtige Antwort liefern und die Antworten dabei visualisieren kann.
• Am besten in Ihrer Sprache: Fragen Sie einen Unternehmer – Auf den ersten Blick ist dies eine Standard-RAG-App, die Fragen beantwortet, die auf den Reden berühmter Unternehmer basieren. Allerdings gibt es einen Haken: Die Quelldokumente sind sowohl auf Englisch als auch auf Chinesisch und Fragen können entweder auf Englisch oder auf Chinesisch gestellt werden. Das Team hat enorme Anstrengungen unternommen, um herauszufinden, wie die Datenaufnahme (die unterschiedliche Chunking-Strategien für chinesische Schriftzeichen im Vergleich zu englischen Schriftzeichen umfasste) und die Fragebeantwortung (die jetzt einen Übersetzungsschritt umfasst, der Folgendes beinhaltet) am besten eingerichtet werden kann die Frage sowohl auf Englisch als auch auf Chinesisch). Die Juroren waren von ihren Bemühungen beeindruckt und freuten sich, zu sehen, wie ein Team die Herausforderung der mehrsprachigen RAG meisterte.
• Lobende Erwähnung: Ley GPT – Das Ziel dieses RAG-Chats ist es, das mexikanische Bundesarbeitsrecht mithilfe eines Datensatzes mexikanischer Gesetze und Vorschriften zu entmystifizieren. Um den Chat für mexikanische Bürger zugänglicher zu machen, hat der Entwickler alles vollständig ins Spanische übersetzt: die Benutzeroberfläche, die Systemaufforderung, die wenigen Schussbeispiele usw. Die Jury war von der Gründlichkeit der Übersetzung und der Mission, einen KI-Chat zu verwenden, begeistert Arbeitsgesetze für alle zugänglicher machen.

Seit das Konzept an Popularität gewonnen hat, steht Microsoft an der Spitze der KI und der in Redmond ansässige Technologieriese hat mehrere Copiloten entwickelt, die schließlich in seine Dienste integriert wurden, darunter auch Copilot für Windows .

Sollten wir erwarten, dass diese Projekte es auch in ihre Produkte schaffen? Wer weiß, aber zumindest fördert das Unternehmen KI-Talente.

Den vollständigen Blogbeitrag können Sie hier lesen .

Ziel des Projekts ist es, einen KI-Helfer bereitzustellen, der menschliche Anfragen an die entsprechende API umleiten kann. Es ist jedoch wichtig zu beachten, dass der Erfolg der Ergebnisse stark von der Funktionalität der Web-API auf dem Server abhängt.

DocAssistant.Swaggy

Diese App hat RAG auf ein neues Level gehoben! Zunächst laden Sie OpenAPI-Schemas für APIs in den Azure AI Search-Index hoch. Sobald die Schemata aufgenommen wurden, können Sie Fragen stellen, die von einer API beantwortet werden können, z. B. „Was waren die Top-Filme für 2023?“ . Die App sucht nach möglichen API-Endpunkten zur Beantwortung der Frage, schlägt dann mithilfe eines LLM die API-URL vor, ruft die URL ab, um die API-Antwort zu erhalten, und ruft das LLM erneut auf, um die Antwort in eine benutzerfreundliche Antwort umzuwandeln.: Kollision : Den Juroren gefiel, wie die App dem typischen RAG-Ablauf zusätzliche Schritte hinzufügte, um ein vollständiges End-to-End-Erlebnis für eine einfache API-Erkundung zu bieten.

Microsoft