首屆 Microsoft AI 聊天應用程式 Hack 的獲勝者將 AI 探索提升到了新的水平
![首屆 Microsoft AI 聊天應用程式 Hack 的獲勝者將 AI 探索提升到了新的水平](https://cdn.thewindowsclub.blog/wp-content/uploads/2024/02/400-million-2024-02-28t213528.261-640x375.webp)
微軟剛剛宣布了首屆AI Chat App Hack的獲勝者,這是一項虛擬活動,挑戰世界各地的開發人員使用 RAG(檢索增強生成)建立應用程式;該賽事於1月29日至2月12日期間舉行,但冠軍和亞軍於2月27日公佈。
第一期 AI 聊天應用程式黑客大賽的獲勝者是 DocAssistant.Swaggy 項目,獎金為 500 美元,據微軟稱,該項目將 AI 探索提升到了一個新的水平。
換句話說,該專案能夠使用多種互動方式(例如文字或語音命令)連結不同的 API,並且能夠對使用者做出友善的回應。
還有其他獲獎者,微軟在不同類別中提到了他們:
- 榮譽獎:SecureBot – 該應用程式基於豐富的播客、視訊記錄、網站和書籍資料來源回答網路安全問題,全部採用西班牙語。評審們對其與大多數提交作品截然不同的架構印象深刻,它將 Copilot Studio 與 Power Platform 結合。當出現問題時,工作室會呼叫 Power Automate 來呼叫 Azure 函數,將問題翻譯成西班牙語,並使用翻譯搜尋 Azure AI 搜尋索引。此步驟提高了結果的相關性,並且由於及時的工程設計,機器人仍然可以回答使用者的問題。
- 最佳資料來源:DubsBot – 此應用程式可幫助 UW(華盛頓大學)的學生從海量課程目錄中找到適合自己興趣的課程。該團隊為課程目錄網頁建立了一個自訂解析器,其中包括擴展縮寫和使時間表更易於閱讀等詳細資訊。評審們喜歡團隊在客製化資料攝取方面投入如此多的細節,因為這可以對法學碩士答案的品質產生如此大的影響。
- 榮譽獎:Copilot for Azure Pricing – 該應用程式可協助開發人員根據最新的定價資料選擇最合適的 Azure 區域和 VM 類型。評審們很喜歡這個應用程式如何將 Azure 文件上的傳統 RAG 搜尋與 Azure Retail API 的近即時資料結合。該應用程式使用 Langchain 代理程式和多個「工具」來協調調用,這些「工具」知道如何查找區域、查找虛擬機器類型和獲取價格,以便它可以產生正確的答案,並在此過程中可視化答案。
- 最用你的語言:問企業家– 乍一看,這是一個標準的 RAG 應用程序,根據著名企業家的演講回答問題。然而,有一個問題:原始檔案有英文和中文,並且可以用英文或中文提出問題。團隊投入了大量的精力來找出設定資料攝取(其中包括針對漢字與英文字元的不同分塊策略)以及問答(現在包括一個翻譯步驟)的最佳方法。問題有英文和中文)。評審們對他們的努力印象深刻,並很高興看到團隊應對多語言 RAG 的挑戰。
- 榮譽獎:Ley GPT – 這次 RAG 聊天的目標是透過墨西哥法律和法規的資料集揭開墨西哥聯邦工作法的神秘面紗。為了讓墨西哥公民更方便地進行聊天,開發人員將所有內容都完全翻譯成西班牙語:用戶界面、系統提示、少數鏡頭示例等。評委們喜歡翻譯的徹底性,以及使用人工智能聊天的使命讓每個人都更容易了解勞動法。
自從人工智慧概念流行以來,微軟一直處於人工智慧的前沿,這家總部位於雷德蒙的科技巨頭開發了多種 Copilot,並最終整合到他們的服務中,Windows 版 Copilot就是其中之一。
我們是否應該期望這些項目也能融入他們的產品中?誰知道呢,但至少該公司正在培養人工智慧人才。
您可以在此處閱讀完整的部落格文章。
該專案旨在提供一個人工智慧助手,旨在將人類查詢重定向到適當的 API。但是,需要注意的是,結果的成功很大程度上取決於伺服器上 Web API 的功能。
醫生助理.Swaggy
這個應用程式將 RAG 提升到了另一個水平!首先,將 API 的 OpenAPI 架構上傳到 Azure AI 搜尋索引。一旦提取了模式,您就可以提出 API 可回答的問題,例如“2023 年最熱門的電影是什麼?” 。應用程式搜尋找到可能的 API 端點來回答問題,然後使用 LLM 來建議 API URL,獲取 URL 以獲取 API 響應,並再次調用 LLM 將響應轉換為用戶友好的答案。: 碰撞:評委們非常喜歡該應用程式如何在典型的RAG 流程中添加額外的步驟,從而為輕鬆的API 探索提供完整的端到端體驗。
微軟
發佈留言