实在智能携“TARS大模型”入选“2023中国数据智能产业AI大模型先锋企业”

近日,由数据猿与上海大数据联盟联合主办的“2023企业数智化转型升级发展论坛”在上海圆满收官。

论坛颁奖典礼上,2023中国数据智能产业AI大模型先锋企业等六大榜单正式揭晓,旨在表彰在AI领域为数智化升级取得卓越成就和突出贡献的企业,实在智能凭借其自研垂直TARS(塔斯)大语言模型入榜,被授予“AI大模型先锋企业大奖。

颁奖礼期间,实在智能创始人&CEO孙林君受邀参与圆桌对话,结合“如何将数据智能平台从企业的成本中心变成利润中心?”等论题发表精彩观点。

基于AGI大模型+超自动化技术,领跑人机协同时代

“实在TARS大模型”是面向垂直行业领域自主训练的类ChatGPT大语言模型(Large Language Model, LLM)。实在智能基于自然语言处理(NLP)领域深厚的技术积累和落地经验,快速自研在真实场景商用落地的“TARS大模型”,具备“成本可控、效果可用、定制化训练、私有化部署等特性,今年6月已正式发布并投入商业运营。

“实在TARS大模型”在千亿级高质量Tokens上进行了充分训练,完整复现Pretrain、SFT和RLHF三个阶段,可提供百亿级参数,目前有7B和13B两个版本,不仅拥有垂直领域的知识问题和语义理解能力,也可作为基础能力供应用方调用,将其嵌入到其已有产品。同时,支持私有化部署方式独立提供大模型服务。

作为一款“自研、有效、安全、可信任、可落地的垂直大语言模型,“实在TARS大模型”除垂直领域本身强大的生成式应用外,还与RPA和其他AI技术能力实现了高度融合,在今年8月推出了全球首款基于大模型与RPA深度融合的落地产品:Agent智能体,另外还有与IDP等AI技术融合的新一代文档审阅产品ChatIDP。实在智能凭借“TARS大模型”的出众能力,曾成功入选“中国信通院2023高质量数字化转型产品及服务全景图(AI大模型领域)”。

实在智能CEO孙林君曾强调“作为企业,其实我们更关心怎么样把现有的这种前沿的技术应用到我们的客户当中,为客户创造价值。”正是基于掌舵人及公司全体员工聚焦关注客户最真实需求的创业初心,实在智能坚持通过自身强大的AI自研能力,在不断加快产品创新迭代的同时,高度重视产品技术在真实商业场景的落地,坚持脚踏实地为客户数字化转型赋能,提质降本增效。

而与湘财证券共建的“自研、有效、安全、可信任、可落地”的财经行业大模型TARS-Finance-7B,也是完全贴合公司在智能体赛道上的清晰布局,不断实现自研垂类大模型与金融行业的融汇贯通,率先为TARS大模型在金融领域的实际落地做前沿准备。

创始人圆桌对话聚焦:AI大模型如何发挥价值最大化?

实在RPA Agent-个人PC数字助理

• 全球首个实在RPA-Agent生成式数字员工

你说PC做,所说即所得

• 只需一句话,帮你操作电脑完成各种工作

实在解法,用耐心去换核心

围绕“如何将数据智能平台从企业的成本中心变成利润中心?”问题,孙林君表示“如果企业业务发展在最迅猛的阶段,业务量呈几何指数的暴增,带来的问题是数据库存储成本变高,而有些之前使用Oracle数据库的企业,每年测算下来所带来的数据成本超过了获取的利润,这简直是给数据库厂商在打工,成本过高成为亟待解决的问题,当时CTO等高管都非常的焦虑,因为这种状况就如同在金山上啃馒头。简言来说,就是坐拥一个大数据的金山,但不知道如何去用它,无法拿到它的价值,这也是目前很多企业面临的困难。

当主持人问到“针对这一问题的突破口主要是什么?”孙林君如是说:“突破口在于给数据消费者加工出标签,对于卖家或者买家的画像建立诚信模型和各种数据,继而发现这种东西可以为企业创建护城河,减少企业资损,帮助企业做权益的投放,把用户分层,把服务分层,很多的应用就此诞生,数据的价值就是这样出现的。

可光构建标签体系还不足够,因为这种东西没有闭环,我们是希望提供一个服务,能够实时通过数据产生闭环。后面进入到一个全新的智能化产品阶段,可以发现在2015年到2018年,人工智能的应用非常广泛,各种智能化服务,大家认为智能化的产品从全方位的层面背后依托的是大数据能够产生更新的价值,所以我们可以看到数据开始从纯成本变为支持企业运转最核心的内在动力,大数据是一步一步发挥价值的,就像其他嘉宾所言,要用耐心去换核心

实在智能始终坚持技术创新,快速推进产品迭代,先后推出三代RPA产品:

第一代实在RPA是专家模式,用户通过可视化“拖拉拽”构建数字员工,但“元素、拾取与变量”等术语确实有些费解,使用者也不得不参加RPA产品培训,并且可能需要具备一定技术(编写代码)背景方可掌握及运用;

第二代实在RPA主推IPA模式基于自研的“智能屏幕语义理解技术(ISSUT)”,解决“数字员工像人一样理解要操作的对象”的问题,从“拖拉拽”直接升级到“点选用”,大幅降低数字员工开发工具应用门槛;

第三代实在RPA基于TARS大语言模型、智能屏幕语义理解技术背后的CV大模型,在第二代IPA模式上再次进阶,打造了完全不同于传统RPA的实在RPA Agent智能体,实现你说PC做,所说即所得,真正实现数字员工人人可开发,人人可用。

实在智能把数字员工当成我们的核心产品,最开始的初级形态RPA,就如同机械笔一样能够操作一些流程,但是现在来看,AI的属性越来越重要,数字员工的形态里面更多的成分是机器,如何代替人去思考,就需要用大模型的方式代替人去拆解流程。比方说智能体去学习产品白皮书,学会如何操作我们的系统,也就可以代替操作员去完成一些特定的工作,这个就是智能体。要把智能体在企业中运用起来,是我们对于大模型应用的思考。”

这皆得益于实在智能在成立之初便拥有的AI技术基因。也正是每个阶段对前沿技术的敏锐嗅觉以及探索,今年,业内大部分企业还在探索AIGC与软件如何结合时,凭借技术沉淀已经率先落地,推出自研垂直大模型“TARS(塔斯)”,又快速发布新一代将计算机视觉和大模型结合的TARS-RPA-Agent,再一次引领创新,这在全球的Agent领域也是不多见的,更是RPA领域的首创。

孙林君说道:“另一方面,从企业的角度来看有很多自己私有化的数据,这些数据是非常有价值的,是日积月累下最核心最宝贵的东西,这些数据是不可能被放到互联网上所展示的,所以我们一定会把预训练好的大模型和我们自己的数据相结合去构建属于我们自己智能化的东西,而这个跟大数据又是相关的,所以它其实是魔方的一体,n面,算法、算力、数据、智能化,它们都是一种属性,并不是一个东西唯一的一面。

对于很多业务场景,企业不需要一般大模型的“全能”能力,更需要对于行业理解、认知的精度和质量。实在TARS大模型以此为切入点,在行业知识和企业数据的基础上,培训行业对应模型。从客户的角度来看,有限的投入能否有非常高的ROI,最看重的是行业定制需求和人工智能企业的实施能力,综合在一起才是企业真正所需要的,目的是使业务发展达到一个新的水平,总结起来就是成本可控、模型可用,这才是最适合企业当前发展情况的选择。

作为中国AI准独角兽和RPA行业头部企业、超自动化解决方案提供商,实在智能结合国产全自研的AI技术与RPA产品,不仅助力政府、企业、运营商、电商等诸多行业实现数字化改革和转型升级,更凭借“实在TARS大模型”勾勒了更加充满科技感的精彩未来,之后将继续加强技术研发和创新,不断提升自身的核心竞争力,为全球用户提供更加优质、高效、智能的解决方案和服务,推动千行百业的客户迈向真正的AI智能时代。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.hqwc.cn/news/208601.html

如若内容造成侵权/违法违规/事实不符,请联系编程知识网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

基于C#实现优先队列

一、堆结构 1.1性质 堆是一种很松散的序结构树,只保存了父节点和孩子节点的大小关系,并不规定左右孩子的大小,不像排序树那样严格,又因为堆是一种完全二叉树,设节点为 i,则 i/2 是 i 的父节点,2i 是 i 的…

Doris动态分区(十四)

动态分区是在 Doris 0.12 版本中引入的新功能。旨在对表级别的分区实现生命周期管理(TTL),减少用户的使用负担。 目前实现了动态添加分区及动态删除分区的功能。动态分区只支持 Range 分区。 原理 在某些使用场景下,用户会将表…

【中间件】服务化中间件理论intro

中间件middleware 内容管理 intro服务化middleware架构注册中心intro服务治理系统intro 本文主要intro服务化中间件的探讨 去年cfeng写了一篇博客走马观花般阐述了Spring Cloud下面的各种中间件,连深入使用都谈不上,只能说intro,在实际work中…

LabVIEW中将SMU信号连接到PXI背板触发线

LabVIEW中将SMU信号连接到PXI背板触发线 本文介绍如何将信号从PXI(e)SMU卡路由到PXI(e)机箱上的背板触发线。该过程涉及使用NI-DCPowerVI将SMU信号导出到PXI_TRIG线上。 在继续操作之前,请确保在开发PC上安装了兼容版…

python二叉树链树_树的链式存储结构

二叉链树是一种树状数据结构,其中每个节点最多有两个子节点,分别称为左子节点和右子节点。每个节点包含一个数据元素和指向其左右子节点的指针。二叉链树可以是空树,也可以是具有以下特点的非空树: 1. 每个节点最多有两个子节点。…

minio集群部署(k8s内)

一、前言 minio的部署有几种方式,分别是单节点单磁盘,单节点多磁盘,多节点多磁盘三种方式,本次部署使用多节点多磁盘的方式进行部署,minio集群多节点部署最低要求需要4个节点,集群扩容时也是要求扩容的节点…

【腾讯云云上实验室-向量数据库】腾讯云VectorDB:深度学习场景下的新一代数据存储方案

引言 ​  在深度学习领域的实践中,一般会涉及到向量化处理的数据,如图像、文本、音频等,这些数据的存储和检索对于许多深度学习任务至关重要。传统的关系型数据库和NoSQL数据库在存储和检索这类大规模向量数据时,通常不能满足高…

shell 条件语句

目录 测试 test测试文件的表达式 是否成立 格式 选项 比较整数数值 格式 选项 字符串比较 常用的测试操作符 格式 逻辑测试 格式 且 (全真才为真) 或 (一真即为真) 常见条件 双中括号 [[ expression ]] 用法 &…

DataFunSummit:2023年OLAP引擎架构峰会-核心PPT资料下载

一、峰会简介 OLAP技术是当前大数据领域的热门方向,该领域在各个行业都有广泛的使用场景,对OLAP引擎的功能有丰富多样的需求。同时,在性能、稳定性和成本方面,也有诸多挑战。目前,OLAP技术没有形成统一的事实标准&…

全局定制序列化

作用:将返回实体类中的属性如果为null 变成"" package com.example.micrweb.config;import com.fasterxml.jackson.core.JsonGenerator; import com.fasterxml.jackson.databind.JsonSerializer; import com.fasterxml.jackson.databind.ObjectMapper; import com.f…

结构体打印

打印输出 通过注解来派生Debug trait,才可以通过println!进行打印。默认的占位符是{},底层是按照std::fmt::Display具体实现进行格式化输出。 {}、{:?}、{#?}是格式化的几种形式,{#?}是更加易读的JSON话格式。 方法 结构体声明方法&…

随机微分方程的MATLAB数值求解

dt0.01; tout200; %总时间为2 xzeros(1,tout); x(1)0.5; %初始位置 mu0.2; sigma1; Wtsqrt(dt)*randn(1,tout); %产生随机序列Wt for t1:tout-1x(t1)x(t)mu*x(t)*dtsigma*x(t)*Wt(t); end t11:10:tout; %对原时间序列进行抽样 xtzeros(1,length(t1)); i1; for tt1xt(i)0.5*exp(…