Während KI-Sprachmodelle zur Commodity werden, rücken Aspekte der System Integration in den Mittelpunkt. Wir haben von Anfang an den Fokus darauf gelegt, KI-Sprachmodelle durch weitere Funktionsblöcke zu veredeln. Auf dieser Basis können wir Ihnen ‚Digitale Arbeitskraft‘ mit maximaler Performance, Zuverlässigkeit und Effizienz anbieten.
Allgemeines Reasoning
Einbettung von Wissen
Function Calling
Übersicht
Allgemeines Reasoning
Einbettung von Wissen
Function Calling
Übersicht
Unser Anspruch ist es, Menschen durch Digitale Arbeitskraft zu entlasten, damit man gemeinsam schneller, besser und produktiver arbeiten kann.
Anstatt KI-Sprachmodelle im Rahmen individueller Lösungen um alle relevanten Funktionsblöcke zu erweitern, bieten wir alle Komponenten inklusive deren anspruchsvoller Orchestrierung aus einem Guss. Gleichzeitig erfüllen wir alle maßgeblichen Anforderungen an moderne Enterprise-Level Software. Der modulare Aufbau bietet Ihnen Skalierbarkeit, Flexibilität und ein maximales Maß an Robustheit.
In dem nachfolgenden Video siehst Du, wie unser System (auf Grundlage der embracableONE Reasoning Engine im Verbund mit einem europäisch gehosteten Standard Llama3.1 405B-Modell) ein Logik-Rätsel eigenständig über einen mehrstufigen Prozess hinweg löst. Das Sprachmodell alleine ist nachweislich nicht in der Lage, diese Aufgabe zuverlässig zu lösen.
Die embraceableONE Reasoning Engine übernimmt in unseren Systemen Aufgaben, die im menschlichen Gehirn vom so genannten präfrontalen Cortex übernommen werden. Die Engine automatisiert die Interaktion zwischen individuellem Wissen, Verhaltens-Richtlinien und KI-Sprachmodellen.
Damit ist die Reasoning Engine in der Lage, eigenständig Denk-, Validierungs- und Abwägungs-Prozesse zu durchlaufen und entsprechende Schlussfolgerungen zu generieren. Dieses Zusammenspiel ist auch mit vergleichsweise ‚einfachen‘ KI-Sprachmodellen darstellbar, die selbst keine hoch entwickelten Reasoning-Fähigkeiten haben (aber dafür auch keine High-End Hardware benötigen und in souveränen Umgebungen lauffähig sind).
Die embraceableONE Engine bietet herausragende kognitive Leistungsfähigkeit und Zuverlässigkeit und stellt damit eine Schlüssel-Komponente dar, um ‚einfache‘ KI-Sprachmodelle zu Digitaler Arbeitskraft zu veredeln.
Komplexe Aufgaben werden in einzelne Sub-Aufgaben zerlegt.
Jede Sub-Aufgabe wird mit individuellem Wissens kontextualisiert.
Das Wissen wird im Kontext der konkreten Sub-Aufgabe interpretiert.
Die individuelle Interpretation wird auf inhaltlicher Ebene plausibilisiert.
Nach erfolgreicher Plausibilisierung erfolgt eine formale Validierung gegen individuell konfigurierbare Verhaltens-Richtlinien.
Nach erfolgreicher Validierung wird die finale Schlussfolgerung gezogen und das Ergebnis an die nächste Sub-Aufgabe übergeben.
Die schrittweise Aufbereitung und strukturierte Ablage von veredeltem Wissen ist eine wichtige Voraussetzung für so genanntes ‚Grounding‘: auf diese Weise kann das Allgemeinwissen aus den AI-Sprachmodellen um relevante Fakten und individuelles Spezialwissen ergänzt und der Reasoning-Prozess entsprechend gesteuert werden.
Auf die gleiche Weise werden die für die Automatisierung von Prozessen / Agentic Workflows zu beachtenden Gesetze, regulatorischen Vorgaben und individuellen Unternehmens-Richtlinien sicher und zuverlässig eingebunden.
Auf der Grundlage fortgeschrittener Retriever-Logiken werden die Wissens-Artefakte Kontext-spezifisch abgerufen und in Rahmen des Reasoning-Prozess punktgenau eingebunden und interpretiert.
Unstrukturierte Informationen werden Struktur- und Kontext-sensitiv extrahiert und bei Bedarf für die weitere Verarbeitung bereinigt.
Auf der Basis von Ontologie-Strukturen werden Roh-Informationen schrittweise zu Wissens-Fragmenten angereichert.
Die angereicherten Wissens-Fragmente werden in einem für AI-Systeme „Abruf-freundlichen“ Format abgelegt.
Die systematische Vernetzung einzelner Wissens-Fragmente resultiert in hochwertigem, verdichteten Wissen.
KI-Sprachmodelle sind eine wichtige aber letztendlich austauschbare Commodity-Komponente unserer Systeme. Dank unseres Multi-Source AI Paradigmas sind wir ‚Modell-agnostisch by Design‘ und ermöglichen Dir auf dieser Grundlage maximale Flexibilität und Wahlfreiheit. Das gilt im Übrigen auch für die zugrunde liegenden Compute-Infrastrukturen.
Darüber hinaus legen wir großen Wert darauf, dass keine Daten beim Modell-Betreiber persistiert werden oder gar für Modell-Training genutzt werden. Du bleibst also auch vollständig „Daten-souverän“. Mehr Flexibilität und Wahlfreiheit geht nicht!
Die embraceable Plattform kann in Kombination mit allen führenden KI-Sprachmodellen und Embedding Modellen genutzt werden.
Dank des Modell-agnostischen Ansatzes kannst Du auch problemlos quelloffene Modelle wie z.B. Llama3.1 450B oder Mixtral 7x8B benutzen.
Neben den frei verfügbaren Commodity-Modellen, bieten wir dir auch die Möglichkeit eigene Modell-Varianten für dich zu trainieren oder eigens gehostete Modelle zu intergrieren.
