生成式人工智能（Generative AI）和大语言模型（Large Language Models，LLMs）已经成为大家关注的焦点，它们可以帮助我们在互联网上获取各种信息。然而，企业在使用LLMs时面临一些问题。使用LangChain将LLMs与TigerGraph集成……

在反洗钱（AML）领域，传统的基于规则的方法正在被图机器学习的变革所取代。由于金融交易量不断增加和误报警报普遍存在，人们更倾向于开始采用创新技术来提高调查效率。图机器学习通过解析金融数据中实体之间的复杂关系，成为解决方案的关键。

欢迎查收TigerGraph Cloud 2023年11月更新！作为一款领先的图分析平台，它彻底改变了您管理和分析图数据的方式。在本文中，我们将探索一些令人兴奋的新功能，帮助您轻松基于数据做出决策。无论您是经验丰富的用户还是刚接触TigerGraph Cloud，本文都将帮助您充分发挥平台的潜力，解锁宝贵的洞察力。

TigerGraph图数据库v3.9.3版本，引入了对工作负载管理、Kubernetes和OpenCypher的扩展支持，在现有的企业级功能（如细粒度访问控制、活动监控、安全性和数据完整性等）上进一步深耕

TigerGraph图数据库结合NVIDIA cuGraph GPU的并行处理能力，可以显著加速图训练时间。基准测试结果显示，GPU加速的计算速度比基于CPU的计算快了100倍以上，充分展示了将GPU纳入图分析中的明显优势……

如今，零售业的营销团队面临着重要的挑战，即如何获取和整合准确的数据，并进行高级分析以获得洞察力，从而应对日益激烈的市场竞争。尽管大型零售企业拥有丰富的数据资源，但这些数据通常分散在各个应用中，无法充分发挥实际的业务价值。数据孤岛的存在已经成为一个难题，而市场营销工具的多样性更增加了整合数据的复杂性。

作为首家通过LDBC SNB 10TB 官方审计的分布式图数据库厂商，TigerGraph 今年发布了一项108TB的LDBC社交网络基准测试。据统计，这次基准测试的 108TB 数据量是 “之前世界纪录的 3 倍”。通过对包含 2179 亿个顶点和 1.6 万亿条边的图进行 OLAP 式查询处理，清楚地证明了，TigerGraph有强大的能力处理真实生产环境中的大图工作负载。

没有网络是100%安全的，攻击者正在用图思维进行攻击。迅速发现漏洞对于最大限度地减少损失至关重要，包括减少财务、运营和声誉方面的损失。TigerGraph图分析平台是建模和搜索这些模式的绝佳方法。TigerGraph提供了针对网络安全威胁的关键防御。

领先的机器学习和人工智能图分析平台 TigerGraph宣布，该公司成功入选《Gartner 2022 年云数据库管理系统关键能力–分析用例》报告，成为得分最高的图数据库厂商。

本期头条：TigerGraph 入选 2022 年 Gartner® 魔力象限™全球云数据库管理系统报告；TigerGraph是第一个通过1TB LDBC SNB审计的图数据库厂商……

近期LDBC宣布TigerGraph成为第一个成功通过1TB LDBC SNB 商业智能工作负载测试审计的企业。但国内LDBC被滥用严重，很多国内厂商不顾LDBC的要求，在市场上宣传了很多不实信息，误导国内受众。本期播客通过和专家对话详细解读 LDBC 基准测试。

近日，全球著名研究与顾问公司Gartner最新报告《Magic Quadrant for Cloud Database Management Systems》（全球云数据库管理系统魔力象限）出炉，机器学习和人工智能图分析平台TigerGraph 成功入选特定领域者(Niche Players)象限。