NVIDIA lanza Auto Ontology para que los agentes de IA no den respuestas incorrectas sobre tus datos
Nvidia – open-source auto-ontology
Auto Ontology es una librería open source de NVIDIA que construye una capa semántica y de grafos sobre los metadatos empresariales. Reconcilia definiciones entre sistemas, genera consultas SQL deterministas y expone el contexto a cualquier agente mediante MCP, CLI y API. Incluye una interfaz web, autenticación con RBAC y despliegue con Docker Compose o Helm. El objetivo es que los agentes de LLM respondan con precisión y trazabilidad, no solo rápido.
Los agentes pueden recuperar documentos y consultar bases de datos, pero la fiabilidad condiciona la analítica agéntica: una métrica de ingresos respondida más rápido no vale nada si el número es incorrecto.
- dstu
Esto bien podría ser muy útil, pero Claude me ha arruinado y tengo una reacción visceral a los ‘gates’ en la frase inicial y no pude seguir leyendo. Si una herramienta merece la pena construirse y compartirse, ¿no merece también la pena escribir un breve resumen de lo que se supone que logra, con tus propias palabras?
- gavinray
Quiero intentar una explicación, ya que parece que a mucha gente aquí no le quedó claro el README tan terriblemente escrito.
"Auto Ontology" es un nombre bastante malo.
El problema es este:
Tu empresa tiene datos dispersos en múltiples tipos de bases de datos. Las personas que toman decisiones quieren hacer preguntas sobre esos datos.
La forma antigua era ir a un Analista de Datos y decirle: "Consígueme un informe sobre tal y cual", y era trabajo del Analista idear la serie correcta de consultas y scripts puntuales para generar la información necesaria.
Con un sistema como este, la idea es que todos los modelos de tu base de datos hayan sido introspeccionados y almacenados en un catálogo central de metadatos.
Cuando se hace una pregunta como "¿Cuáles fueron los artículos más vendidos en el mes de mayo?", el catálogo de metadatos te dice "Los productos se almacenan en FOO_DB" y "Product_Sales se almacena en BAR DB", así que vas y obtienes los datos correctos del lugar correcto y haces los cálculos en memoria que necesites.
Lo que el sistema proporciona es el código de implementación para:
- Introspeccionar cada una de tus bases de datos
- Agregar información de modelos + metadatos en una base de datos virtual central (VDB)
- Generar SQL específico del dialecto a partir de consultas en lenguaje natural y enrutarlas a la base de datos correcta para la tabla subyacente
- Combinar resultados en memoria cuando una consulta en lenguaje natural requiere múltiples fuentes de datos
- Manejar permisos adecuados, etc.
Un BUEN sistema para hacer esto también se integra con tus fuentes de API externas (OpenAPI, GraphQL, gRPC, lo que sea) y también con documentación sou […]
- smithclay
Me sorprende que no se haya mencionado https://github.com/ucbepic/DataAgentBench en esto: evaluar agentes de datos que necesitan consultar desde múltiples fuentes es el foco de algunas investigaciones en UC Berkeley -- vale la pena echar un vistazo a la tabla de clasificación para ver cómo las diversas implementaciones cerradas y de código abierto construyen ontologías ... me gustaría ver cómo se compara el enfoque de Nvidia.
- grey-area
Arreglar agentes poco fiables añadiendo más agentes poco fiables. Es una lástima que no podamos hacer algo con la tendencia de los LLM a dar más peso a sus pesos que a los datos que están analizando.
Supongo que todo se reduce al hecho de que no tienen una división clara entre los datos que han aprendido sobre el mundo, las instrucciones y los datos bajo análisis.
Puedes pedirles que solo consideren los 5 hechos que tienen delante, pero no lo harán, y no pueden hacerlo.
- fnordpiglet
Me cuesta ver por qué esto es mejor que OWL/RDF y SparQL. Dada la amplitud y profundidad del conocimiento de la web semántica en el corpus, hacen un trabajo increíble descubriendo ontologías bien establecidas y construyendo otras nuevas sobre los datos presentados y consultándolos con sparql. De hecho, mejor que casi cualquier cosa que haya visto. Qué ironía que la web semántica, después de todos estos años, probablemente encuentre un uso real: el original, de hecho.
- mirekrusin
Sigo prefiriendo mi propio lenguaje CAVE, simple y más funcional [0]
- HexDecOctBin
Tengo una pregunta para las personas con conocimientos tanto de LLM como de GOFAI: ¿por qué no podemos usar LLM para escribir tantas reglas simbólicas como sean necesarias para ajustarse a los datos, manteniendo el conjunto de reglas revisable y mantenible?
- barrrrald
He pasado una carrera trabajando con datos y ontologías y no pude entender este readme, y el diagrama solo lo hace más confuso.