최초의 Microsoft AI Chat App Hack 우승자가 AI 탐색을 한 단계 더 발전시켰습니다.

Microsoft는 전 세계 개발자들이 RAG(Retrieval Augmented Generation)를 사용하여 애플리케이션을 구축하도록 도전하는 가상 이벤트인 첫 번째 AI Chat App Hack 우승자를 발표했습니다 . 이번 행사는 1월 29일부터 2월 12일까지 진행됐는데, 우승자와 준우승자는 2월 27일에 발표됐다.

$500의 상금을 획득한 AI Chat App Hack 첫 번째 버전의 우승자는 Microsoft에 따르면 AI 탐색을 다음 단계로 끌어올리는 DocAssistant.Swaggy 프로젝트입니다.

즉, 텍스트나 음성 명령 등 다양한 상호 작용 방식을 사용해 서로 다른 API를 연결할 수 있고, 사용자에게 친근한 반응을 이끌어낼 수 있을 것이다.

다른 승자들도 있었고 Microsoft는 이들을 모두 다양한 범주로 언급했습니다.

• 입상: SecureBot – 이 앱은 스페인어로 된 팟캐스트, 비디오 대본, 웹사이트, 서적 등 풍부한 데이터 소스를 기반으로 사이버 보안 질문에 답변합니다. 심사위원들은 Copilot Studio와 Power Platform을 결합하여 대부분의 제출물과 매우 다른 아키텍처 에 깊은 인상을 받았습니다 . 질문이 들어오면 스튜디오는 Power Automate를 호출하여 해당 질문을 스페인어로 번역하는 Azure 함수를 호출하고 번역을 통해 Azure AI Search 인덱스를 검색합니다. 이 단계는 결과의 관련성을 향상시키며, 신속한 엔지니어링 덕분에 봇은 사용자의 질문에 계속 응답합니다.
• 최고의 데이터 소스: DubsBot – 이 앱은 UW(University of Washington) 학생들이 방대한 강좌 카탈로그에서 관심 있는 강좌를 찾는 데 도움이 됩니다. 팀은 약어 확장, 시간 일정을 사람이 더 쉽게 읽을 수 있도록 만드는 등의 세부 정보가 포함된 강좌 카탈로그 웹페이지용 사용자 정의 파서를 구축했습니다. 심사위원들은 팀이 데이터 수집을 사용자 정의하는 데 너무 많은 세부 사항을 적용한 점을 좋아했습니다. 이는 LLM 답변의 품질에 큰 변화를 가져올 수 있기 때문입니다.
• 입상: Azure 가격 책정용 Copilot – 이 앱은 개발자가 최신 가격 책정 데이터를 기반으로 가장 적절한 Azure 지역 및 VM 유형을 선택하는 데 도움이 됩니다. 심사위원들은 이 앱이 Azure 설명서의 기존 RAG 검색과 Azure Retail API의 거의 실시간 데이터를 결합한 방식을 좋아했습니다. 앱은 지역 조회, VM 유형 찾기, 가격 확인 방법을 알고 있는 Langchain 에이전트와 여러 “도구”를 사용하여 통화를 조정하여 정답을 생성하고 그 과정에서 답변을 시각화합니다.
• 귀하의 언어로 최고: 기업가에게 물어보세요 – 언뜻 보기에 이것은 유명한 기업가의 연설을 바탕으로 질문에 답하는 표준 RAG 앱입니다. 그러나 문제가 있습니다. 원본 문서는 영어와 중국어로 모두 작성되어 있으며 질문은 영어나 중국어로 질문할 수 있습니다. 팀은 데이터 수집(한자와 영어 문자에 대한 다양한 청크 전략 포함)과 질문 답변(이제 포즈를 취하는 번역 단계 포함)을 설정하는 가장 좋은 방법을 찾는 데 엄청난 노력을 기울였습니다. 영어와 중국어로 질문합니다.) 심사위원들은 이들의 노력에 깊은 인상을 받았으며 팀이 다국어 RAG 과제를 해결하는 모습을 보고 매우 기뻤습니다.
• 입상: Ley GPT – 이 RAG 채팅의 목표는 멕시코 법률 및 규정의 데이터 세트를 활용하여 멕시코 연방 노동법을 이해하는 것입니다. 멕시코 시민들이 채팅에 더 쉽게 접근할 수 있도록 개발자는 UI, 시스템 프롬프트, 몇 가지 샷 예시 등 모든 것을 스페인어로 완전히 번역했습니다. 심사위원들은 번역의 철저함과 AI 채팅을 사용하여 모든 사람이 노동법에 더 쉽게 접근할 수 있도록 하세요.

Microsoft는 AI 개념이 인기를 얻은 이후부터 AI 분야의 최전선에 있었으며 레드몬드에 본사를 둔 거대 기술 기업은 궁극적으로 서비스에 통합된 여러 Copilot을 개발했으며 Windows용 Copilot 도 그 중 하나입니다.

우리는 이러한 프로젝트가 제품에도 적용되기를 기대해야 합니까? 누가 알겠는가, 적어도 회사는 AI 인재를 양성하고 있다.

여기에서 전체 블로그 게시물을 읽을 수 있습니다 .

이 프로젝트는 인간의 쿼리를 적절한 API로 리디렉션하도록 설계된 AI 도우미를 제공하는 것을 목표로 합니다. 그러나 결과의 성공 여부는 서버의 웹 API 기능에 크게 좌우된다는 점을 기억하는 것이 중요합니다.

DocAssistant.Swaggy

이 앱은 RAG를 한 단계 더 발전시켰습니다! 먼저 API용 OpenAPI 스키마를 Azure AI Search 인덱스에 업로드합니다. 스키마가 수집되면 “2023년 최고의 영화는 무엇이었나요?”와 같이 API로 답할 수 있는 질문을 할 수 있습니다. . 앱은 질문에 답변하기 위해 가능한 API 엔드포인트를 검색한 다음 LLM을 사용하여 API URL을 제안하고 URL을 가져와 API 응답을 얻은 다음 LLM을 다시 호출하여 응답을 사용자에게 친숙한 답변으로 바꿉니다.: 충돌 : 심사위원들은 앱이 일반적인 RAG 흐름에 추가 단계를 추가하여 손쉬운 API 탐색을 위한 완전한 엔드투엔드 경험을 제공하는 방식을 좋아했습니다.

마이크로소프트