Die Highlights der Mindbreeze InSpire 24.4 Release

Neugierig auf die Innovationen der Mindbreeze InSpire 24.4 Release? Erfahren Sie mehr im folgenden Blogbeitrag.

Mindbreeze AI Chat im Insight App Designer verfügbar

Ab der Mindbreeze InSpire 24.4 Release können Unternehmen mühelos ihre Insight Apps um den Mindbreeze AI Chat erweitern mit einem Klick oder per Drag & Drop. Der Mindbreeze AI Chat liefert Antworten in natürlicher Sprache, beschleunigt die Informationssuche und steigert so Effizienz und Produktivität. Dank einfacher Integration dieser leistungsstarken AI-Komponente sind völlig neue Anwendungen wie das „Chatten mit Dokumenten“ möglich.

Die Darstellung des Mindbreeze AI Chats lässt sich flexibel an den jeweiligen Anwendungsfall anpassen, ebenso die Informationsquellen, aus denen der Mindbreeze AI Chat die Antworten generiert. So können Nutzer:innen durch Eingaben und Filter die Antworten gezielt eingrenzen und fokussieren. Des Weiteren gibt es die Möglichkeit, den Mindbreeze AI Chat in der Insight App zu deaktivieren. Ist die Komponente deaktiviert, zeigt die Insight App nur Suchergebnisse an, aber keine generierten Textantworten. 

Neues Feature „Chatten mit Dokumenten“ 

Neben dem Mindbreeze AI Chat bietet der Insight App Designer eine HTML- und PDF-Vorschau als eigene Komponente an. Durch die Kombination der HTML- und PDF-Vorschau mit dem Mindbreeze AI Chat erhalten Nutzer:innen rasch Antworten aus Dokumenten und können sich die Dokumente zusammenfassen lassen. Für diesen Anwendungsfall erstellen Unternehmen entweder eine neue oder erweitern einfach eine ihrer existierenden Insight Apps.

Link zur Dokumentation für die HTML- und PDF-Vorschau im Insight App Designer

Link zur Dokumentation für den Mindbreeze AI Chat im Insight App Designer

Optimierung des Retrieval- und des Generierungsprozesses durch Evaluierung der RAG-Pipelines

Die Einsicht in Suchanfragen und verwendete Prompts erlaubt eine präzise Nachverfolgung der Retrieval- und Generierungsprozesse. Durch die Messung der Generierungszeiten und die Analyse der Frageverarbeitung können Nutzer:innen eine genaue quantitative und qualitative Bewertung einer Pipeline vornehmen und diese an spezifische Anforderungen anpassen. Nutzer:innen erhalten zum Beispiel detaillierte quantitative Kennzahlen, wie Minimal-, Maximal- und Durchschnittswerte der Generierungszeiten, die eine fundierte Leistungsbeurteilung ermöglichen.

So lässt sich der Generierungs- und Verarbeitungsprozess im Detail analysieren und optimieren, um noch bessere Antworten in Textform zu erhalten.

Ein Beispiel für eine erfolgreiche Implementierung finden Sie auf der Mindbreeze-Website (siehe Screenshot).

Link zur Dokumentation

Meta Llama 3 in Mindbreeze InSpire SaaS Umgebungen jetzt verfügbar

Mindbreeze InSpire SaaS Kunden ist es möglich mit der aktuellen Release Meta Llama 3 (8B-Version) als Large Language Model zu nutzen. Kontaktieren Sie bei Interesse bitte unseren Mindbreeze Sales unter sales@mindbreeze.com.

Detailinformationen zu unseren Neuerungen und Features finden Sie in unseren Release Notes.

Kontaktieren Sie unsere Experten für weitere Informationen.