Sala stampa QNAP

Taipei, Taiwan, 15 aprile 2025 – QNAP® Systems, Inc., leader nell’innovazione di soluzioni per computing, networking e storage, introduce la Ricerca RAG Beta, una funzionalità rivoluzionaria in Qsirch 5.6.0, il potente motore di ricerca AI per NAS. Integrando un modello linguistico avanzato (LLM) basato su cloud e la tecnologia Retrieval-Augmented Generation (RAG), QNAP apre la strada all’adozione delle funzionalità di ricerca RAG all’interno del NAS come cloud privato. Questo permette di ottenere ricerche e recupero di conoscenza altamente accurati, contestuali e gestiti dall’AI, superando i limiti delle tradizionali ricerche di file e immagini. La Ricerca RAG trasforma il NAS QNAP in un hub di conoscenza avanzato gestito dall’AI, consentendo ad aziende, professionisti e privati di ottimizzare l’esplorazione delle informazioni con la sovranità dei dati.

“Poiché le aziende generano e archiviano un volume di dati in costante crescita, la domanda di soluzioni di ricerca efficienti, intelligenti e sicure non è stata mai così alta,” ha dichiarato Amol Narkhede, Direttore delle BU SaaS Backup e Data Management di QNAP. “Con la Ricerca RAG di Qsirch, integriamo le soluzioni di ricerca avanzata gestite dall’intelligenza artificiale direttamente nei NAS QNAP, consentendo agli utenti di cercare e analizzare i dati in un modo più intuitivo e approfondito. RAG Search offre alle aziende una maggiore flessibilità e controllo sul reperimento dei dati, consentendo ricerche personalizzate e la scelta del servizio LLM più adatto per migliorare significativamente l'efficienza e l'accuratezza della scoperta della conoscenza.”

Caratteristiche principali della Ricerca RAG

• Ricerca contestuale migliorata dall’AI
  Capisce l’intento dell’utente e affina le query per ottenere risultati precisi e pertinenti, consentendo ai professionisti di trovare i file, recuperare le informazioni, riassumere i dati complessi e prendere decisioni informate.
• Selezione personalizzabile di LLM
  Supporta OpenAI ChatGPT, Google Gemini, Microsoft Azure OpenAI e altri modelli LLM compatibili con le API OpenAI (come DeepSeek e xAi Grok, ecc.), consentendo un'integrazione flessibile della ricerca basata sull’AI.
• Ambito di ricerca dei dati personalizzato
  Seleziona cartelle NAS specifiche per il recupero, e la ricerca RAG caricherà solo i contenuti più rilevanti sul cloud LLM per l'analisi, migliorando la precisione e rafforzando il controllo sui dati.
• Formati file personalizzabili su richiesta
  Supporta una serie di formati file, tra cui Word, Excel, PowerPoint, PDF, TXT ed Email (.eml). Gli utenti possono selezionare formati specifici per il recupero e l’analisi in base alle loro esigenze, per trovare in modo semplice le informazioni tra diversi formati di documenti.
• Informazioni tracciabili
  Utilizzare fino a cinque documenti pertinenti come riferimento nei risultai della ricerca, per migliorare la convalida dei dati e l’analisi approfondita.
• Recupero della conoscenza in tempo reale
  I risultati della ricerca riflettono le ultime versioni dei file sul NAS, per informazioni più precise e aggiornate.
• Analisi di documenti multilingue
  Cerca e recupera contenuti in 23 lingue, garantendo un accesso continuo alle informazioni tra dataset multilingue.

Scopri di più sulla Ricerca RAG Beta in Qsirch 5.6.0 su https://www.qnap.com/go/solution/rag-ai-search/.