اختبرنا @ASIMOV_Protocol من خلال نقاش برلماني استمر ساعة واحدة وحصلنا على إجابات دقيقة بالإشارة إلى اللحظات وصولا إلى الثانية. باستخدام الرسوم البيانية المعرفية ، يمكنك تقليل فرصة هلوسة الذكاء الاصطناعي لديك! إليك كيفية عملها🧵👇

2/5: تخزن الرسوم البيانية المعرفية الحقائق المنظمة ككيانات وعلاقات. تقوم LLMs بإنشاء نص بطلاقة من أنماط البيانات ولكن يمكن أن تهلوس. • الرسوم البيانية المعرفية = استعلامات دقيقة وحتمية على حقائق صريحة. • LLM = فهم / توليد لغة مرنة وسياقاتية.

3/5: في Asimov ، يتم تغليف كل مصدر بيانات من Telegram و LinkedIn و X وما إلى ذلك في وحدته الخاصة التي تستخرج رسما بيانيا معرفيا صغيرا. نظرا لأن "الرسم البياني بالإضافة إلى الرسم البياني لا يزال رسما بيانيا" ، يمكنك دمجها بسلاسة. من خلال توحيد هذه الرسوم البيانية لكل تطبيق في رسم بياني معرفي شخصي واحد ، ما عليك سوى استعلام واحد لاستكشاف كل شيء.

4/5: يصبح هذا الرسم البياني الموحد مستودع البيانات الشخصية الخاص بك. هل تريد معرفة جهات الاتصال التي ذكرت "الذكاء الاصطناعي" الشهر الماضي؟ استعلام رسم بياني واحد يجيب عليه. وباستخدام LLM الذي تختاره - السحابة أو المحلية - يمكنك التنقل والتلخيص والتفكير في الرسم البياني بالكامل باللغة الطبيعية.

5/5: هذه هي قوة الرسوم البيانية المعرفية في Asimov: الاستيعاب المعياري + دمج الرسم البياني + الوصول إلى LLM = رؤى بيانات مرنة ومحفوظة للخصوصية وقابلة للتوسيع بلا حدود. الغوص في #KnowledgeGraph #الذكاء الاصطناعي