AHOY Labs از رقبای بزرگ فناوری در آزمون هوش مصنوعی پیشی گرفت

شرکت AHOY Labs مستقر در دبی در یک آزمون عمومی برای ارزیابی توانایی سیستم‌های هوش مصنوعی در جستجو، بازیابی و تأیید اطلاعات از داده‌های سازمانی، از دیگر رقبای بزرگ فناوری پیشی گرفت. این آزمون به نام EnterpriseRAG-Bench شناخته می‌شود و به منظور سنجش دقت و صحت سیستم‌های هوش مصنوعی طراحی شده است.

عملکرد قوی AHOY Labs

پلتفرم هوش مصنوعی AHOY Labs در این آزمون نتایج قابل توجهی را کسب کرد و با امتیاز کلی ۷۴.۹۵، ۷۹.۶ درصد از سوالات را به درستی پاسخ داد. در مقایسه، OpenAI File Search امتیاز ۶۱.۰۳ و ۶۹.۸ درصد پاسخ‌های درست را به دست آورد، در حالی که Microsoft Azure AI Search و Google Vertex AI Search به ترتیب امتیازهای ۴۸.۴۲ و ۴۱.۸۷ را کسب کردند.

بیشتر بخوانید: دولت ایالات متحده، جی کلایتون را به عنوان مشاور اصلی هوش مصنوعی منصوب می‌کند

دقت و کارایی در جستجوی اطلاعات

یکی از معیارهای مهم در این آزمون دقت بود که به تعداد اسناد نامربوطی که یک سیستم هوش مصنوعی در هنگام تولید پاسخ ارائه می‌دهد، اشاره دارد. AHOY Labs به‌طور میانگین ۱.۰۳ سند نامربوط در هر پاسخ برگرداند، در حالی که OpenAI File Search ۱۵.۷ سند نامربوط را به همراه داشت. این اختلاف عملکرد نشان‌دهنده برتری AHOY Labs در دقت جستجوی اطلاعات است.

جمیل شینوی، بنیان‌گذار و مدیرعامل گروه AHOY، اظهار داشت: "ما AHOY را برای اثبات این موضوع طراحی کردیم که حاکمیت و عملکرد عالی نباید در تضاد باشند. پیشی گرفتن از بزرگترین نام‌های فناوری در زمینه‌های دقت و صحت نشان می‌دهد که سازمان‌های منطقه‌ای می‌توانند کنترل کامل بر داده‌های خود داشته باشند و در عین حال از هوش مصنوعی با کیفیت بالا بهره‌مند شوند."

پلتفرم AHOY Labs به‌طور کامل بر روی زیرساخت‌های مشتریان خود اجرا می‌شود و می‌تواند به صورت آفلاین عمل کند، که این امر به سازمان‌ها امکان می‌دهد کنترل بیشتری بر اطلاعات حساس خود داشته باشند. همچنین، آزمایش‌های داخلی این شرکت نشان داد که سیستم در محیط‌های کاملاً آفلاین نیز عملکرد مشابهی را ارائه می‌دهد.

این قابلیت‌ها به‌ویژه برای بخش‌هایی نظیر دولت، دفاع، بهداشت و انرژی که نیاز به حاکمیت داده‌ها دارند، بسیار حائز اهمیت است و این موضوع باعث شده است که پلتفرم AHOY به عنوان بالاترین سیستم هوش مصنوعی حاکمیتی در جدول ارزیابی شناخته شود.

EnterpriseRAG-Bench توسط Onyx توسعه یافته و به‌عنوان یک معیار منبع باز منتشر شده است. نتایج قبل از انتشار به عموم، مورد بررسی قرار می‌گیرند.

بیشتر بخوانید: گوگل مدل هوش مصنوعی جدید آرگون را معرفی کرد · گاوین نیوسوم دستور ترامپ برای تغییر نام هوش مصنوعی را رد کرد