负责TuGraph的开源技术与社区,致力于「Graph+AI」技术探索。TuGraph/Chat2Graph/DB-GPT/OSGraph Maintainer、《自己动手构造编译系统》作者。先后就职于腾讯、阿里云、蚂蚁,从事大数据平台、云数据库、图计算相关的产品设计和技术建设。在分布式计算、数据安全管理、数据中台架构、开源布道等领域有丰富的开发和实践经历。

负责TuGraph的开源技术与社区,致力于「Graph+AI」技术探索。TuGraph/Chat2Graph/DB-GPT/OSGraph Maintainer、《自己动手构造编译系统》作者。先后就职于腾讯、阿里云、蚂蚁,从事大数据平台、云数据库、图计算相关的产品设计和技术建设。在分布式计算、数据安全管理、数据中台架构、开源布道等领域有丰富的开发和实践经历。
随着大语言模型的兴起,如何有效地将图计算技术与人工智能技术相结合(Graph + AI),是非常值得探索的方向。一方面可以借助大模型、 智能体技术降低图计算产品的使用门槛(AI for Graph)。 另一方面,发挥图计算在关联分析场景的性能与可解释性优势,可以帮助大模型、智能体提升推理能力和生成质量(Graph for AI)。作为首个开源的Graph智能体系统,Chat2Graph充分结合了图计算与大模型技术的优势,实现了图数据库上的智能体推理增强,提升用图体验、加速方案生成、实现与图对话。
演讲提纲
听众收益



微信咨询

电话咨询
微信联系我们

