小米推出Mi-BRAG知识库问答框架 提升智能问答体验

近日，小米公司正式推出了全新的知识库问答框架——Mi-BRAG，这一框架的发布旨在通过先进的技术手段改进和优化智能问答的体验。与会者表示，这一框架的背后是对知识管理与处理的重新构思，特别是在信息时代，企业亟需高效的信息处理解决方案。

四大核心技术体系构建智能问答生态

Mi-BRAG知识库问答框架主要通过四大核心技术体系重塑企业的知识管理方式，这些技术包括知识库的创建、检索、增强以及回复生成。每一部分都是智能问答系统不可或缺的组成部分，特别是知识库的创建（B）部分，对整个问答效果起着至关重要的影响。因此，小米团队将这一框架命名为Mi-BRAG。

框架中的关键组成技术包括：

1. 智能解析引擎：Mi-BRAG采用先进的解析引擎，支持包括PDF、Word、Excel在内的十余种文档格式的处理。这为企业创建统一的知识库打下了良好的基础。

2. 多元信息解析：该框架的创新之处在于，它能够精准解析复杂的图片、表格以及图文混排等信息，突破了传统文本处理的局限，极大地提升了信息的获取效率。

3. 多语言支持：Mi-BRAG致力于打破语言障碍，支持主流语言的文档解析与交互问答，这使得不同语言背景的用户都能顺畅获取所需信息。

4. 动态溯源定位技术：这一技术的采用使得用户可以轻松追溯每个生成结果的原始文档及引用位置，从而构建一个可信赖的知识生态系统。

解决知识管理中的挑战

在智能问答的应用中，传统技术仍然面临着许多挑战，例如高昂的知识更新成本、对企业私有知识理解的不足以及数据安全隐患等。对此，小米引入了检索增强生成（RAG）技术，提供了一种有效的解决方案。

RAG技术的优势在于：

从数据库或者最新的文档中检索信息，确保生成内容的准确性与时效性。

通过建立外部知识库，增强问答系统对特定领域或企业私有知识的理解和表现。

在处理企业敏感数据时，RAG技术通过对私有数据库的检索，避免了原始数据被泄露的风险。

Mi-BRAG的应用场景与市场前景

目前，Mi-BRAG已在多个场景中成功落地，包括小爱同学的个人信息问答、汽车问答助手以及商品问答等。小米团队表示，未来将继续推进技术的优化，特别是在端侧算力、云边协同架构、内存压缩和功耗控制等关键技术领域实现突破。

小米还计划深化多模态技术的整合，打造覆盖文本、语音和视觉的全模态智能问答体系，以增强其在智能家居、汽车问答等领域的应用潜力。

第三方评测与未来展望

根据第三方评测机构SuperCLUE的测试，Mi-BRAG在单文档问答、多文档问答以及搜索问答三大典型场景中的表现都得到了积极的反馈。这主要得益于其原创的数据构建方法与创新的模型训练范式。尤其在ASQA测试集中，Mi-BRAG展现出了极佳的信息整合能力和抗噪声数据处理的优势。

展望未来，小米团队希望通过不断的技术创新与优化，继续扩展Mi-BRAG的适用场景，进一步提升智能问答的智能化水平和用户体验，为“小米之家”的全生态战略体系提供强有力的支持。

Mi-BRAG知识库问答框架不仅是小米在智能问答领域的一次重大进展，更是为整个行业提供了更加智能、高效的知识管理解决方案。随着技术的不断演进和完善，未来的问答体验必将更加丰富多样，给用户带来前所未有的便利。