标签
文章讨论了AI代理在获得敏感资源访问权限时出现的身份问题，焦点从人类认证转向代理的所有权和权限。
本文介绍了如何在Databricks平台上使用SQL运行开源决策模型SemIf-OpenJev，实现数据不出平台即可调用模型进行批量处理。
文章主张，人工智能无法补偿企业对数据理解的不足，着重强调了人类判断和上下文在将数据转化为明智决策中的关键作用。
本文介绍了一个无需真实数据集即可生成一致虚构企业数据的生成器，采用无参考评估方法确保数据真实性，并提供了一个托管服务，用于根据业务问题构建关系数据库。
本文介绍了LeDQeR，一个使用大语言模型自动生成企业工具数据质量规则的框架，提高了规则覆盖率并减少了手动维护工作。
据报道，谷歌正以1000万美元收购精神航空的企业数据，以提升其人工智能能力，可能击败Mercor。
SemPlan是一个用于评估基于大语言模型查询中结构化语义规划的基准测试，使用包含1,800个案例的合成双语数据集比较四种架构。
一份基于对300位数据与技术高管的调查报告，探讨了遗留数据系统如何限制企业AI智能体的效能与扩展，并指出那些为智能体提供更广泛数据访问的“数据领导者”会获得更高的信任与成功。
本文介绍了ISEE，一个交互式系统，利用基于LLM的智能体来评估并协作增强数据库字段描述的语义质量，降低认知负荷，并提升实体链接等下游任务的表现。
BatchDAG提出了一种系统，其中LLM生成具有类型的操作有向无环图，用于对企业数据进行可扩展的即席分析，实现了LLM调用次数减少高达47倍，并在超过50,000场会议中实现低于60秒的查询时间。
LlamaIndex 创始人 Jerry Liu 讨论了公司从通用AI框架的战略转型，转而专注于从企业文档（如PDF和PowerPoint）中提供高精度的上下文提取，目标是在法律、保险和金融领域的代理工作流中实现95%以上的准确率。