Описание
Lettria создает то, что она называет Слоем Контекста Графа: способ преобразования структурированных и неструктурированных данных организации в основанные на онтологиях графы знаний, над которыми могут рассуждать AI-системы, вместо того чтобы полагаться только на векторный поиск. Аргумент компании заключается в том, что векторный поиск работает для простых запросов, но не справляется с многослойным рассуждением, проверяемыми ответами и соединением разбросанных структурированных и неструктурированных источников, с которыми графы лучше справляются.
Читать далее
Lettria предлагает две точки входа в этот слой. Knowledge Studio — это графо-ориентированная платформа интеллектуальной обработки документов, созданная для регулируемых отраслей, включая финансы, здравоохранение, юриспруденцию и инженерию, где отслеживаемость и возможность аудита важны так же, как и точность. Perseus ориентирован на разработчиков и технические команды, позволяя им генерировать и версионировать онтологии и графы знаний для своих собственных данных, при этом бизнес-эксперты остаются в курсе, чтобы графы производственного качества могли быть созданы за дни, а не месяцы.
Платформа построена вокруг трех основных возможностей. Создание Онтологий автоматически генерирует онтологии из данных домена организации, вместо того чтобы требовать их ручного моделирования, с встроенным контролем версий. Text-to-Graph преобразует неструктурированные материалы, такие как документы, таблицы и экспорты SAP, в структурированный, запрашиваемый граф знаний; Lettria утверждает, что этот шаг более чем на 30 процентов точнее и до 400 раз быстрее, чем универсальные LLM при выполнении той же задачи, и охватывает родные таблицы, макеты и мультимодальный контент. Затем Graph Retrieval, или GraphRAG, отвечает на вопросы, следуя связям по графу, а не сопоставляя ключевые слова или отдельные фрагменты, при этом каждый ответ отслеживается до его исходных документов, что компания формулирует как "нулевые галлюцинации по дизайну."
Lettria публикует сравнительные тесты, показывающие, что ее графовый подход превосходит обычные векторные агенты по многослойному рассуждению, числовому рассуждению и временным рассуждениям, с общей точностью 81,7 процента по сравнению с 57,5 процента для векторных агентов в собственных тестах. Компания также приводит примеры из практики: Alfa Laval использовала его для объединения технических руководств и спецификаций в один граф знаний по инженерии, сообщив о 30-процентном увеличении точности извлечения; Wisecube структурировала 108 ГБ биомедицинского текста в граф знаний, охватывающий более 500 классов; Leroy Merlin объединила каталог розничных продуктов в более чем 10 000 классов продуктов; и AP-HP использовала его для структурирования фрагментированных биомедицинских исследований, сообщив о 60-процентном ускорении обработки исследований.
Lettria создана для регулируемых или знаний-интенсивных организаций, таких как здравоохранение, финансы, юриспруденция и инженерные команды, которым нужны AI-ответы, основанные на отслеживаемых источниках, а также для команд разработчиков и данных, создающих графовую инфраструктуру для этих ответов.
- КатегорияИИ-управление знаниями
- РазвёртываниеОблако
- ПлатформыВеб
Основные функции Lettria
Создание Онтологий, которое автоматически генерирует онтологии домена вместо ручного моделирования
Преобразование Text-to-Graph документов, таблиц и экспортов SAP в структурированные графы знаний
Извлечение на основе GraphRAG с полной отслеживаемостью источников для каждого ответа
Knowledge Studio для интеллектуальной обработки документов в регулируемых отраслях
Инструмент разработчика Perseus для генерации и версионирования графов знаний
Отраслевое использование в области финансов, здравоохранения, юриспруденции и инженерных данных
Опубликованные сравнительные тесты точности графового и векторного извлечения
Поддержка структурированных и неструктурированных, мультимодальных корпоративных данных в одном графе
Как использовать Lettria?
Выберите Knowledge Studio для интеллектуальной обработки документов или Perseus для графовых агентов, созданных разработчиками
Подключите ваши корпоративные документы, таблицы или экспортированные данные (такие как данные SAP)
Позвольте Lettria автоматически сгенерировать онтологию из ваших данных домена, с обзором бизнес-экспертов
Запустите Text-to-Graph, чтобы преобразовать ваш неструктурированный и структурированный контент в граф знаний
Запрашивайте граф через GraphRAG, чтобы получить ответы с полной отслеживаемостью источников
Версионируйте и расширяйте граф со временем по мере добавления новых документов и источников данных
Варианты использования Lettria
- Интеллект обработки документов в регулируемых отраслях
- Корпоративные графы знаний
- GraphRAG для корпоративного AI
