随着公司更深入地探索生成式人工智能，更令人困惑的问题之一是幻觉问题，如果模型不知道答案，它就会简单地编一个，不管它是否有意义。要在企业工作，找到缓解此问题的方法至关重要。
今天，生成式 AI 写作平台Writer发布了公开测试版的知识图谱，该工具使公司能够在图形数据库中收集整个组织的所有当前源内容。公司首席执行官 May Habib 表示，通过使用客户自己的内容，知识图可以充当一种内容验证器，将其与生成的内容进行检查
“LLM 的伟大之处在于，如果它有关于你正在尝试做的事情的实际信息，它就会使用这些信息，”她说。 “知识图谱提供了将重要信息（数据库、知识库、共享驱动器、聊天）轻松获取到嵌入中的能力，这样 LLM 就可以使用它来为我们的客户构建的非常具体的用例提供服务。”
它会自动突出显示需要进行事实核查的内容，同时在适当的时候根据知识图谱中最相关的内容建议替换语句。 Writer 将显示其工作，显示替换材料的内容来源，让人类员工能够接受或拒绝建议。
该公司将知识图谱定义为“以图形格式存储的信息的结构化表示，允许快速检索特定信息片段。”它可以直接连接到公司的内容源，或者客户可以通过将内容拖放到知识图谱界面中来手动移动内容。
它是一个单独的存储库，因此它实际上不是对图形有贡献的内容系统的一部分。更重要的是，公司可以根据需要自行托管知识图谱，也可以让 Writer 为其管理。
这绝不是万无一失的，因为没有什么是万无一失的，但它是试图帮助公司减少已知问题的影响的一步。 Habib 说，客户可以选择他们更新知识图谱的频率，通常是每周更新一次，但如果客户希望以这种方式进行配置，则更新频率可能会更高或更低。更新之间花费的时间越长，准确性检查中未包含的内容就越多。
该公司还宣布，如果您愿意，可以将自己的 LLM 带到 Writer 平台。这将取代 Writer LLM。一些大型组织可能希望保持对其组织内部内容的完全控制，而不使用外部模型。知识图也可以连接到这些外部创建的 LLM。
使用外部 LLM 和知识图的能力从今天开始在公开测试版中提供。这两款产品在此之前一直处于内测阶段。根据 Crunchbase 的数据， Writer 成立于 2020 年，迄今为止已筹集了 2600 万美元。
Writer 介绍的产品可以帮助减少最初在TechCrunch上发布的Ron Miller的LLM 中的幻觉内容