|
大模型技術(shù)的發(fā)展和應(yīng)用，預(yù)示著更加智能化、個性化未來的到來。在7月4日至7日召開的2024世界人工智能大會上，來自來自華南理工大學(xué)、上海交通大學(xué)、清華大學(xué)、復(fù)旦大學(xué)、上海人工智能實驗室、合合信息等高校、研究機構(gòu)及企業(yè)的專家代表就大模型技術(shù)在圖像領(lǐng)域的發(fā)展、應(yīng)用進行了深入研討。其中，“百模大戰(zhàn)”現(xiàn)象背后的中國大模型發(fā)展前景與堵點成為各界關(guān)注的焦點。 根據(jù)人工智能研究人員小組Epoch研究估計，機器學(xué)習(xí)數(shù)據(jù)集可能會在2026年前耗盡所有“高質(zhì)量語言數(shù)據(jù)”。 如何幫助大模型在信息的海洋中快速找準航向，在數(shù)據(jù)的荒漠中找到高質(zhì)量的“水源”?合合信息在本次大會上展示了大模型“加速器”解決方案。 如果將大模型比喻為正在疾馳的科技列車，語料便是珍貴的“燃料”。對于中國的大模型企業(yè)而言，語料短缺問題很嚴峻。而高質(zhì)量語料數(shù)據(jù)往往存在于書籍、論文、研報、企業(yè)文檔等文檔之中。 以法律專業(yè)為例，高質(zhì)量語料數(shù)據(jù)往往存在于涉及復(fù)雜法律案例與細致法律條文的文檔中。以“離婚案件”為例，經(jīng)典判決書詳細記錄了離婚雙方的訴求、證據(jù)及法院的裁決理由，包含豐富的法律邏輯與情感分析素材;專注于離婚法、家庭法領(lǐng)域的學(xué)術(shù)論文，深入探討離婚制度的歷史演變、司法實踐中的爭議點及解決策略等;法院等權(quán)威機構(gòu)發(fā)布的關(guān)于離婚案件的司法解釋、指導(dǎo)意見等語言準確、邏輯嚴密的文件，則是法律高質(zhì)量語料的重要組成部分。這些資料往往具有復(fù)雜的面結(jié)構(gòu)，制約了大模型的訓(xùn)練語料處理及大模型文檔問答的應(yīng)用能力。 在大模型訓(xùn)練的上游階段，合合信息“加速器”中的文檔解析引擎將助力大模型突破在書籍、論文、研報等文檔中的版面解析障礙，從源頭為模型訓(xùn)練與應(yīng)用輸送純凈的“燃料”，助力大模型跑得更快;“加速器”還加載了行業(yè)領(lǐng)先的acge文本向量化模型，助力大模型解決“已讀亂回”的“幻覺”問題，讓大模型在正確的航線上行駛得更遠。 合合信息的文檔解析引擎具備強大的“動能”，最快1.5秒可解析百頁長文檔中的文本、表格、圖像等非結(jié)構(gòu)化數(shù)據(jù)，也是當(dāng)前市面上同類文檔解析引擎中處理速度最快的產(chǎn)品之一;同時，引擎還具備優(yōu)秀的文檔“理解力”，可智能還原文檔閱讀順序，加速了模型在預(yù)訓(xùn)練、開發(fā)、使用落地等多方面的流程。 合合信息大模型“加速器”還打通了針對圖表類素材的識別、內(nèi)容理解的障礙，能夠?qū)崿F(xiàn)對圖表內(nèi)容的深度“洞察”，完成對研報、論文等文檔中的柱狀圖、折線圖、餅圖、雷達圖等十余種常見圖表進行“還原”，巧妙轉(zhuǎn)化大模型能夠理解的markdown格式，使數(shù)據(jù)和圖表的價值潛能充分釋放。 值得一提的是，合合信息大模型“加速器”具備高準確性和穩(wěn)定性，大幅提升了模型的理解力，并通過其強大的多語言識別、多類型支持能力，為多個行業(yè)提供了高效、準確、實用的文檔解析服務(wù)。 合合信息智能創(chuàng)新事業(yè)部總經(jīng)理唐琪提到，目前，大模型“加速器”已被多家大模型廠商應(yīng)用于金融、醫(yī)學(xué)、財經(jīng)、媒體等多領(lǐng)域的文檔的解析中，助力大模型更順利地接軌“專業(yè)課”。未來，大模型加速器將陪伴更多行業(yè)級知識庫的建立，讓大模型的服務(wù)潤澤社會各個角落，實現(xiàn)“智能觸手可及”。 |
