PulseAugur
实时 03:04:03
English(EN) Conversational Query Engine for Mixed-Modality Heterogeneous Enterprise Data Sources

新的COGNI系统统一了跨模态的企业数据查询

研究人员开发了COGNI,一个对话式商业智能系统,旨在查询多样化的企业数据源,包括结构化仓库和非结构化文档(如幻灯片)。该系统采用了四层架构:一个具有幻灯片自适应分块的索引层;一个使用微调的Qwen-2.5-1.5B-Instruct模型进行模态和复杂性评估的路由层;一个具有专门用于NL2SQL和多跳综合查询的代理的检索层;以及一个用于高效查询验证的缓存层。COGNI在内部基准测试中实现了高精度的数据索引和查询路由,同时还展示了显著的成本和延迟降低。 AI

影响 该系统有望通过统一对不同数据类型的访问来简化企业数据分析,从而提高效率并降低成本。

排序理由 该集群描述了一篇研究论文,详细介绍了一个新的企业数据查询系统。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的COGNI系统统一了跨模态的企业数据查询

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Darshita Rathore, Vineet Kumar, Vaibhav Singal, Ankur Vivek Singh, Anindya Moitra ·

    Conversational Query Engine for Mixed-Modality Heterogeneous Enterprise Data Sources

    arXiv:2606.28370v1 Announce Type: cross Abstract: Enterprise business intelligence queries span structured warehouses and unstructured document repositories -- modalities with fundamentally different access methods, cost profiles, and correctness semantics. Existing AI-enabled in…