Kinetica LLM خود را برای پرس و جوهای SQL با استناد به نگرانی های امنیتی و حفظ حریم خصوصی ارائه می دهد

مدل زبان بزرگ خود توسعه‌یافته Kinetica که برای فعال کردن درخواست‌های SQL از درخواست‌های زبان طبیعی در پایگاه داده رابطه‌ای خود طراحی شده است، مشتریان حساس به امنیت از جمله سازمان‌های دفاعی دولت ایالات متحده را هدف قرار می‌دهد.

با استناد به نگرانی‌های مربوط به حفظ حریم خصوصی و امنیتی در مورد مدل‌های زبان بزرگ عمومی، Kinetica در حال افزودن یک LLM خود توسعه‌یافته برای ایجاد پرسش‌های SQL از درخواست‌های زبان طبیعی به پایگاه داده رابطه‌ای خود برای< a> پردازش تحلیلی آنلاین (OLAP) و تجزیه و تحلیل بلادرنگ.

این شرکت که بیش از نیمی از درآمد خود را در ایالات متحده با تمرکز در خدمات مالی، مخابرات، تدارکات، خودرو و دفاع به دست می آورد، ادعا می کند که LLM بومی ایمن تر است، متناسب با نحو سیستم مدیریت پایگاه داده است و موجود در محیط شبکه مشتری.

با انتشار LLM خود، Kinetica به جمع تمام ارائه‌دهندگان خدمات اصلی LLM یا هوش مصنوعی مولد – از جمله IBM، AWS، Oracle، Microsoft، Google و Salesforce می‌پیوندد که ادعا می‌کنند داده های سازمانی را در ظروف یا سرورهای مربوطه خود نگه دارید. این ارائه دهندگان همچنین ادعا می کنند که از داده های مشتری برای آموزش هیچ مدل زبان بزرگی استفاده نمی شود.

در ماه مه، Kinetica، که پایگاه داده خود را در انواع مختلفی از جمله میزبانی، SaaS و داخلی ارائه می‌کند، گفته بود که آن را ادغام ChatGPT تا به توسعه دهندگان اجازه دهید از پردازش زبان طبیعی برای انجام جستارهای SQL.

علاوه بر این، این شرکت گفت که در حال کار برای افزودن LLM های بیشتری به ارائه های پایگاه داده خود، از جمله مدل NeMo انویدیا است.

شرکت در بیانیه ای گفت:

LLM جدید از Kinetica همچنین به کاربران سازمانی این امکان را می دهد که کارهای دیگری مانند جستجوی نمودار سری زمانی و جستجوهای مکانی را برای تصمیم گیری بهتر انجام دهند.

بدون هیچ هزینه اضافی، LLM بومی بلافاصله در یک محیط امن و کانتینری در دسترس مشتریان قرار می گیرد.

(داستان برای منعکس کردن اطلاعات جدید در مورد پایگاه مشتریان شرکت به روز شده است.)