×

肖仰华

复旦大学教授、博导

爱数与复旦大学知识工厂联合实验室负责人

数据驱动的领域大模型与知识驱动的领域知识网络的深度融合是实现领域认知的关键。
×

肖仰华

复旦大学教授、博导

爱数与复旦大学知识工厂联合实验室负责人

数据驱动的领域大模型与知识驱动的领域知识网络的深度融合是实现领域认知的关键。

我们主张
更安全、经济地利用好大模型,实现领域认知智能应用

安全

通过安全可控的基础大模型
应对安全问题

幻觉

通过对大模型进行领域微调及工程化策略
应对幻觉问题

成本

通过AI算力池和大模型微调
应对成本问题

安全

通过安全可控的基础大模型
应对安全问题

幻觉

通过对大模型进行领域微调及工程化策略
应对幻觉问题

成本

通过AI算力池和大模型微调
应对成本问题

迈进智能化,Data+AI的大数据基础设施

特定行业和技术范畴的关键点来自于客户的内部领域:不同类型、不同云的数据,爱数AnyRobot、AnyShare、AnyFabric 面向不同类型的数据,帮助客户实现内部数据的整合与洞察,利用AnyDATA领域认知智能框架赋能产品智能化,支撑数据战略的落地。

迈进智能化,Data+AI的大数据基础设施

特定行业和技术范畴的关键点来自于客户的内部领域:不同类型、不同云的数据,爱数AnyRobot、AnyShare、AnyFabric 面向不同类型的数据,帮助客户实现内部数据的整合与洞察,利用AnyDATA领域认知智能框架赋能产品智能化,支撑数据战略的落地。

大模型中立架构,提供安全、经济的领域认知智能能力

爱数的大模型中立架构,自下而上分为芯片层、模型层、领域认知智能层和能力层,帮助用户安全、经济地落地领域认知智能应用。

  • 在芯片层,针对不同的芯片提供适配和支持,以应对不同场景下的需求,支持 Nvidia 及国产芯片架构;
  • 在模型层, 帮助用户在无需改变上层业务逻辑的基础上,无缝切换不同的模型。支持私有云部署,保障数据安全合规,支持特定场景接入SaaS API,满足业务需求;
  • 在领域认知智能层,实现领域大模型和领域知识网络的优势结合。基于一站式模型能力管理,保障模型效果,加速模型推理;通过领域指令微调,提升场景任务推理能力;基于大小模型的知识网络构建,降低模型推理幻觉;再借由 Agent 工厂进行复杂任务自动规划,实现从AI能力到AI应用的转变;
  • 在能力层,提供搜索、推荐、问答、生成等能力,借由不同的认知助手,封装不同的能力,赋能不同的产品和场景。 

大模型中立架构,提供安全、经济的领域认知智能能力

爱数的大模型中立架构,自下而上分为芯片层、模型层、领域认知智能层和能力层,帮助用户安全、经济地落地领域认知智能应用。

  • 在芯片层,针对不同的芯片提供适配和支持,以应对不同场景下的需求,支持 Nvidia 及国产芯片架构;
  • 在模型层, 帮助用户在无需改变上层业务逻辑的基础上,无缝切换不同的模型。支持私有云部署,保障数据安全合规,支持特定场景接入SaaS API,满足业务需求;
  • 在领域认知智能层,实现领域大模型和领域知识网络的优势结合。基于一站式模型能力管理,保障模型效果,加速模型推理;通过领域指令微调,提升场景任务推理能力;基于大小模型的知识网络构建,降低模型推理幻觉;再借由 Agent 工厂进行复杂任务自动规划,实现从AI能力到AI应用的转变;
  • 在能力层,提供搜索、推荐、问答、生成等能力,借由不同的认知助手,封装不同的能力,赋能不同的产品和场景。 

利用领域认知智能,实现数据驱动、业务创新。

利用领域认知智能,实现数据驱动、业务创新。

为了给您提供更优质的服务,请您先完善以下信息:
确认提交

扫码关注

爱数技术支持中心公众号