Saltar para o conteúdo
BigTree108

Serviços de pesquisa de conhecimento com IA e de desenvolvimento de RAG

Serviços de pesquisa de conhecimento com IA e de desenvolvimento de RAG: geração aumentada por recuperação que responde a perguntas a partir dos seus documentos, wikis, tickets, contratos e bases de dados, com citações, pesquisa empresarial com IA com as permissões de cada utilizador aplicadas, assistentes de conhecimento para as equipas de apoio, vendas e operações, e correção de sistemas RAG que dão respostas erradas, no Azure AI Search, no PostgreSQL com pgvector, no Elasticsearch, no OpenSearch, no Qdrant, no Pinecone ou no Weaviate, com programadores de RAG dedicados à sua equipa ou um projeto entregue de ponta a ponta.

Sistemas RAG que desenvolvemos

  • Assistentes de conhecimento

    Respostas para colaboradores ou clientes tiradas do seu centro de ajuda, das políticas, da documentação do produto e de tickets anteriores, com a fonte de cada afirmação ligada e uma indicação clara quando as fontes não respondem.

  • Pesquisa empresarial com IA

    Uma única pesquisa no SharePoint, no Confluence, no Google Drive, no Notion, no Jira e nas suas bases de dados, com recuperação híbrida por palavras-chave e por vetores, reclassificação e os direitos de acesso de cada utilizador verificados no momento da consulta.

  • Ingestão de documentos

    PDFs, digitalizações, apresentações, folhas de cálculo e páginas web analisados com o layout, as tabelas e as imagens preservados, divididos em secções que um leitor reconheceria e reindexados automaticamente quando uma fonte muda.

  • Afinação da recuperação

    Pesquisa híbrida, reclassificação, reescrita de consultas, filtros de metadados e chunking contextual afinados com as suas próprias perguntas, e recuperação baseada em grafos quando as respostas dependem das relações entre registos.

  • Respostas a partir de dados estruturados

    Perguntas respondidas a partir de bases de dados SQL, folhas de cálculo e APIs através de consultas só de leitura que o modelo escreve e o código verifica, combinadas com a recuperação de texto quando uma resposta precisa de ambas.

  • RAG com agentes

    Assistentes que planeiam várias pesquisas, comparam fontes e fazem uma pergunta adicional quando a primeira resposta fica aquém, para pesquisa, due diligence e casos de apoio que abrangem muitos documentos.

  • Correção de RAG que dá respostas erradas

    Um sistema RAG existente medido com um conjunto de perguntas reais, falhas atribuídas à análise dos documentos, ao chunking, à recuperação ou ao prompt, e cada correção comprovada pela pontuação e não por uma demonstração.

  • Avaliação e monitorização

    Qualidade da recuperação e das respostas avaliada com o Ragas ou o DeepEval a cada alteração, feedback dos utilizadores recolhido e perguntas sem resposta comunicadas, para que a sua equipa de conteúdos saiba o que escrever a seguir.

  • Permissões e proteção de dados

    Permissões dos documentos aplicadas na recuperação e não no prompt, dados pessoais ocultados onde o modelo não precisa deles e índices mantidos na sua própria conta cloud.

Contratar programadores de RAG

  • programadores de RAG dedicados

    Programadores de RAG que integram a sua equipa a tempo inteiro, trabalham nas suas ferramentas e no seu processo, e reportam ao seu responsável. A sua empresa entrevista-os; nós assumimos o contrato ucraniano, o processamento salarial, a faturação e as férias.

  • Projetos de Pesquisa de conhecimento com IA

    Uma parcela definida de Pesquisa de conhecimento com IA, com âmbito, plano fixo e um responsável identificado do nosso lado, que responde pelo resultado e reporta o progresso nos seus canais.

  • Pesquisa de conhecimento com IA em regime contínuo

    Pesquisa de conhecimento com IA como serviço contínuo: as mesmas pessoas todos os meses, um backlog que a sua empresa prioriza e horas que pode consultar no nosso portal e na fatura.

A página da equipa dedicada explica como os especialistas integram a sua equipa, e a página de outsourcing aborda a entrega de projetos, as tomadas a cargo e a forma como cobramos.

Quem trabalha em Pesquisa de conhecimento com IA para a sua empresa

  • Programadores de RAG e de IA

    Recuperação, prompts e avaliação

  • Engenheiros de dados

    Pipelines de ingestão e conectores

  • Engenheiros de pesquisa

    Elasticsearch, OpenSearch e bases de dados vetoriais

  • Engenheiros de .NET, Python e front-end

    A aplicação e a interface

  • Engenheiros de QA

    Conjuntos de avaliação e testes de regressão

Respostas que pode verificar

Um sistema RAG vale o que vale a sua recuperação. Partimos das perguntas reais dos seus utilizadores e das respostas que os seus especialistas esperam, medimos a recuperação e as respostas em separado e só alteramos a análise dos documentos, o chunking, a pesquisa ou os prompts quando a pontuação mostra que a alteração ajuda.

Cada resposta cita as passagens de onde veio, para que o utilizador a possa verificar com um clique, e o assistente di-lo quando as suas fontes não cobrem uma pergunta, em vez de preencher a lacuna. Essas perguntas passam a ser uma lista de conteúdos a escrever.

Outros serviços de desenvolvimento de IA que prestamos

Visão geral de Desenvolvimento de IA

Perguntas sobre pesquisa de conhecimento com IA e RAG

Como evitam que o modelo invente respostas?

Fundamentando as respostas em fontes recuperadas e mostrando as citações, instruindo o modelo a dizer quando as fontes não respondem à pergunta e mantendo no conjunto de avaliação as perguntas sem resposta. Isto reduz as respostas inventadas e mede o que resta; nenhum modelo atual as elimina por completo.

Que base de dados vetorial utilizam?

Muitas vezes uma que já tem: o PostgreSQL com pgvector, o Elasticsearch, o OpenSearch ou o Azure AI Search tratam a maioria das coleções de documentos. O Qdrant, o Pinecone ou o Weaviate adequam-se a maior escala ou a um serviço vetorial gerido. Escolhemos de acordo com os seus volumes, a latência e o local onde os dados podem estar.

Os utilizadores podem obter respostas apenas de documentos que têm permissão para ler?

Sim. As permissões do SharePoint, do Google Drive, do Confluence ou do seu próprio sistema são guardadas com cada passagem indexada e verificadas na recuperação para quem pergunta, pelo que um documento que alguém não pode abrir nunca chega ao modelo em seu nome.

O nosso chatbot RAG dá respostas erradas. Podem corrigi-lo?

Sim. Criamos um conjunto de avaliação a partir de perguntas reais, medimos onde as respostas falham e atribuímos cada falha à análise dos documentos, ao chunking, à recuperação ou ao prompt. As correções seguem por ordem de impacto e cada uma é comprovada pela pontuação.

Em quanto tempo podem começar programadores de RAG?

Quando o programador de RAG adequado está disponível, o arranque depende apenas da sua entrevista, do NDA e da cedência de propriedade intelectual. Caso contrário, fazemos uma pesquisa, que normalmente produz perfis de candidatos em duas a três semanas, e ninguém começa antes de a sua empresa dar o seu acordo.

Como contratamos programadores de RAG através da BigTree108?

Diga-nos qual é o trabalho, a senioridade e o horário de que precisa. Propomos uma ou duas pessoas com os respetivos perfis, a sua empresa entrevista-as como entrevistaria uma contratação própria, e assina um único contrato com a BIG TREE 108 LLC e recebe uma fatura por mês.

A quem pertence o trabalho que produzem?

A sua empresa. Cada especialista tem um contrato assinado com a BigTree108 que atribui à empresa todo o trabalho produzido, e o nosso contrato com a sua empresa atribui-lho. O código, os designs e os documentos são entregues nos seus próprios repositórios e ferramentas, e não mantidos onde só nós os podemos alterar.

Quer respostas a partir dos seus próprios documentos?

Indique-nos onde estão os documentos, quem vai perguntar e sobre o quê. Receberá resposta no prazo de um dia útil: um plano, perfis de candidatos ou uma análise do sistema que já tem.

Enviar e-mail para hello@bigtree108.comComo respondemos