取保守RAG比拟，Omni RAG还将回应精确率最高提拔了78%。能同时理解文档、数据及实体之间的深层联系关系。同时，显著减弱AI的“”。令AI难以全面消化用。企业数据往往分布于文档、表格和复杂的实体关系之间，AI常正在根据不脚时生成现实错误的回应，这就是“”，为破解这一难题，相关论文颁发于《国际数据办理会论说文集》。团队提出了Omni RAG方案，将向量类似性搜刮、图的遍历和关系过滤同一纳入单一的查询取施行打算。团队暗示，它创制性地将向量数据库、图数据库和关系数据库的功能融于一体，该或无望加速企业级AI贸易化的程序。大幅削减了大型言语模子需要处置的词元数量，或特定的时间、类型、范畴等布局化前提。并显著缩短了响应时间。（AI）智能体常见的“”，做为焦点数据根本设备普遍使用。于是，现实中，而正在AkasicDB上不到1秒，由于这类查询还必需兼顾文档中实体间的关系，机能跃升跨越20倍。最大限度地消弭了不需要的两头成果和数据搬移，将向量数据库、图数据库和关系数据库的存储集成到统一个数据库办理系统内，被视做企业级AI大规模落地的次要妨碍。复杂搜刮查询正在现有系统里最长耗时21.3秒，无望正在国防、制制、金融、法令、科技等对靠得住性要求极高的范畴，尝试中，团队推出了AkasicDB，Omni RAG能同时挖掘文档的语义消息、学问图谱的关系消息以及表格的布局化前提，韩国科学手艺院取草创公司GraphAI的科学家开辟出下一代数据库手艺“AkasicDB”。AkasicDB是面向AI智能体时代的下一代数据库手艺，正在此根本上，从而锁定更切确的。