首页 » 我最近与格里菲斯大 Lambda 和知识图谱

我最近与格里菲斯大 Lambda 和知识图谱

学Shiroi Pan教授进行了交谈,他是论文《统一大型语言模型和知识图谱:路线图》的首席教授,他证实他也认为谷歌正在使用知识图谱来验证信息。

例如,他向我指出了文档《LaMDA:对话应用的语言模型》中的这句话:

“我们表明,使用带注释的数据进行微调并使模型能够咨询外部知识源可以显著改善安全性和基于事实这两个关键挑战。”

我不会详细讨论安全性和接地

但简而言之,安全性意味着模型尊重人的价值观 WS电话列表  和接地气(这对品牌来说是最重要的),意味着模型应该咨询外部知识来源(信息检索系统、语言翻译器和计算器)。

下面是该过程如何运作的一个示例。从下图可以看出,绿色框是信息检索系统工具的输出。 TS 代表工具集。 Google 创建了一套工具集,它以字符串(字符序列)作为输入,输出数字、翻译或某种基于事实的信息。在论文《LaMDA:对话应用的语言模型》中,有一些说明性的例子:计算器取“135+7721”并生成一个包含[“7856”]的列表。

类似地,翻译器可以采用 Mac 不会感染病毒,是真的吗? 法语的“Hello”并输出[“Bonjour”]。最后,信息检索系统可以检索“拉斐尔·纳达尔多大了?”并输出[“Rafael Nadal / Age / 35”]。答案“拉斐尔·纳达尔 / 年龄 / 35”是我们可以从知识图谱中获得的常见回应。因此,可以推断谷歌使用其知识图谱来验证信息。

图片来源:LaMDA:用于对话应用的大型语言模型

这让我得出了我已经猜到的结论:进入知识图谱对于品牌来说变得越来越重要。通过知识面板,不仅可以获得丰富的 SERP 体验,还可以获得新兴技术。这为 Google 和 Bing 提供了另一个展示其品牌而非竞争对手的理由。

品牌如何才能增加成为聊天机器人回应的一部分或成为 GenAI 体验的一部分的机会?

在我看来,最佳实践之一是使用Jason Barnard创建的Kalicube 流程,该流程基于三个步骤:理解、可信度和可交付性。我最近与 Jason 共同撰写了一份关于GenAI 内容创作的白皮书。以下是这三个步骤的总结。

1.了解您的解决方案。它指的是成为一个实体,并向机器解释你是谁以及你做什么。作为一个品牌,您需要确保 Google 或 Bing 了解您的品牌,包括其身份、产品和目标受众。实际上,这意味着拥有机器可读的 ID 并向机器提供有关您的品牌和生态系统的正确信息。记住劳力士的例子,我们得出结论,劳力士可读 ID 是 /m/023_fz。这一步是基础。

2. 在黑魔方流程中,可靠性是更复杂的EEAT概念的另一种说法。这意味着如果您创建内容,您需要展示内容主题的经验、专业知识、真实性和可信度。

让机器认为更可信的一个简单方法是在你的网站上添加可验证的数据或信息。例如,如果一个品牌已经存在了50年,它可以在其网站上写“我们已经营业50年了”.进行验证。这时外部来源就派上用场了,在Kalicube流程中,这被称为“证实来源,如如”.果你有一个维基百科页面,上面有公司成立的日期،那么这些信息就可以得到验证。这适用于所有情况.

以一家电商为例其网站上

有客户评论،而且客户评价很高,但没有任 邮寄线索 何外部证据可以佐证这一点,那么这有点可疑。但是,如果内部评论与ٹرسٹ پائلٹ 上的评论一致,那么该品牌就更有信誉了!

因此، 可信度的关键是首先在您的网站上提供信息,并且该信息得到外部证实.

有趣的是,所有这些都会产生一个循环,因为通过努力让搜索引擎相信您在站内和站外的可信度,您还可以说服从获取渠道顶部到底部的受众.

3۔您创建的内容需要可交付。 可交付性旨在为买家决策旅程中的每个接触点提供卓越的客户体验。这首先取决于以正确的格式制作有针对性的内容,其次取决于网站的技术层面技术层面.一个

很好针对性。  گروپ 客户旅程模型,并为每个步骤制作内容。上的漏斗示例,作为品牌,您希望掌控它。

用户可以写:“我可以戴着奢侈手表埐从下图中我们可以在到,聊天机器人建议的一个后续问题是”有哪些不错的潜水”

滚动至顶部