RAG 驱动的 Copilot 为 Uber 节省了 13,000 个工程小时

主要观点总结

Uber通过构建AI驱动的Copilot工具Genie提高了支持工程师的效率。Genie采用检索增强生成技术提供实时响应，显著提升了事件响应速度和效率。自推出以来，它对Uber的支持团队产生了重大影响。本文主要介绍了Genie的工作机制、其对公司的影响、架构及其评估机制等。

关键观点总结

关键观点1: Genie是Uber的AI驱动工具，旨在提高支持工程师的效率。

Genie利用检索增强生成技术提供准确响应，帮助解决重复查询和查阅零散文档的问题。

关键观点2: Genie对Uber的支持团队产生了重大影响。

自推出以来，Genie在Slack频道中回答了超过7万个问题，节省了大约1.3万工程小时。

关键观点3: Genie的工作原理。

用户查询被转换为嵌入后，Genie使用其在向量数据库中的相似数据生成响应。

关键观点4: Genie的性能提升和反馈机制。

通过持续的实时用户反馈，Genie的性能得到提升。用户可以通过选择选项来提供反馈，这些反馈被收集并处理以改进Genie的响应。

关键观点5: Genie的评估和文档评估流程。

Uber设计了一个自定义评估管道来评估Genie的性能，包括幻觉率和响应的相关性。同时，还有一套文档评估流程来保障Genie检索和使用的信息的质量。