W Q3 wypuszczą dwa nowe moduły powiązane z LLMami. Jeden z nich to "Trustworthy AI", które łączy LLM z baza wiedzy i eliminuje halucynacje.
Tu artykuł z sprzed kilku miesięcy jak byli jeszcze na etapie R&D:
https://datawalk.com/grounding-large-language-models-with-knowledge-graphs/
W ostatnich miesiącach zakończyli beta testy z pierwszym klientem i czekają tylko na akceptację od strony compliance by wypuścić na pełny deployment produkcyjny.
Banki już teraz wydają miliardy (!) na wdrożenia AI i LLM.
https://www.reuters.com/business/finance/bofa-says-ai-is-boosting-bankers-productivity-revenue-2025-11-17/
Redukcja halucynacji i sprawienie, żeby AI było "trustworthy" to jedne z największych, jeśli nie największe, bariery we wdrażaniu.
Nie znam żadnego LLM-a który by nie halucynował i dotyczy to również tych największych. Wiele zespołów programistyczny za to się bierze i skutek jest wciąż ten sam. Halucynacje to immanentna cecha tych systemów. Traktuję to jako chwyt marketingowy w świetle braku innych sukcesów ale dobre i to.
LLM jako czysty model będzie zawsze miał tendencję do halucynowania. Chodzi o inżynierię kontekstu (context engineering / harness engineering). Dostarczając odpowiednie dane do kontekstu, model nie halucynuje, bo wszystkie informacje ma pod ręką. Knowledge graph od Datawalk zawiera potrzebne dane, a nowy moduł pozwoli na ich precyzyjne dostarczenie do kontekstu