De acordo com pt.wedoany.com-A KT (Korea Telecom) desenvolveu internamente o KT RAG com base na tecnologia de Geração Aumentada por Recuperação (RAG). Esta tecnologia visa melhorar a precisão dos mecanismos de busca de IA, e sua vantagem diferenciada reside na capacidade de otimização para diferentes setores, além de possuir uma estrutura de ciclo virtuoso de dados.
A KT apresentou sua estratégia de avanço para a IA Agêntica (Agentic AI) e as principais competências do KT RAG durante o "Encontro de Aprendizagem de Agentes de IA da KT" realizado no edifício KT Gwanghwamun WEST, em Jongno-gu, Seul, no dia 17. RAG é uma tecnologia que gera respostas recuperando e fornecendo documentos relevantes, usada principalmente para evitar alucinações (hallucination) em IAs generativas. A KT utiliza essa tecnologia para maximizar a precisão das buscas e a capacidade de execução de tarefas de IA.
Ao desenvolver um modelo RAG especializado internamente, a KT aumentou sua competitividade tecnológica. Entre eles, o Modelo de Incorporação (Embedding Model) é usado para encontrar documentos mais semelhantes à pergunta do usuário em meio a grandes volumes de dados, enquanto o Modelo de Reclassificação (Re-ranker Model) determina a prioridade de exibição dos documentos recuperados. A KT aprimorou o desempenho desses dois modelos para se adaptarem melhor à pesquisa em coreano.
O mecanismo de busca de estrutura modular desenvolvido pela KT pode se adaptar de forma flexível às necessidades de cada setor. Por exemplo, para serviços de comunicação que envolvem linhas e equipamentos, é necessário usar a tecnologia Graph RAG para análise de correlação; já para a indústria manufatureira, é necessária a tecnologia Multimodal RAG, capaz de visualizar e analisar desenhos e fotos de equipamentos. O ponto-chave é combinar várias arquiteturas tecnológicas para permitir aplicações personalizadas por setor.
Outra característica única do KT RAG é sua estrutura de ciclo virtuoso de dados. Ao coletar logs de operação de serviços reais, analisar as causas de falhas de pesquisa e o feedback dos usuários, fazer melhorias e reimplantar, forma-se um ciclo fechado. Esse sistema já foi aplicado ao serviço interno de agente de IA da empresa, atualmente utilizado por cerca de 14 mil funcionários da KT, com uma taxa de uso de 97%.
A KT planeja oferecer serviços de IA de alta completude para setores reais com base na experiência operacional em ambiente interno. Kim Junseok, responsável pelo Laboratório de IA Agêntica do Instituto de Tecnologia Futura AX da KT (KT AX Future Technology Institute Agentic AI Lab), afirmou que, para reduzir alucinações, são transmitidos dados precisos para julgamento por meio da tecnologia RAG, e o modelo de IA aprende adicionalmente informações específicas de áreas como medicina, finanças e direito. Além disso, diversas tentativas são feitas para reduzir alucinações, como incorporar experiências setoriais em prompts (Prompt) ou usar a "Engenharia de Rédeas (Harness Engineering)" para controlar rigorosamente a IA.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
