近日,紫光股份旗下新华三集团打造的私域大模型百业灵犀(LinSeer)在中国信通院组织的大规模预训练模型标准符合性验证中,模型开发模块被评为4+,达到国内先进水平。此次评估就百业灵犀(LinSeer)在数据管理、模型训练、模型管理、模型部署、开发流程一体化五个功能模块展开了全方位、多维度测评,实力诠释了新华三在私域大模型领域的领先实力,将为百行百业迈入AIGC时代提供更强大的支持。
五大能力模块 以硬核技术彰显模型实力
随着AIGC热度持续攀升,AI大模型工程化和普惠化发展进程显著加速,为进一步促进大模型快速发展,中国信通院联合产学研用各界发布可信AI大模型标准体系2.0,为科学评价大模型技术能力和应用效能提供了详尽参考。此次新华三参测的模型开发能力域项目,旨在全面评估研究主体的大模型开发能力,在五类指标的评估中,百业灵犀(LinSeer)均展现出了出色的技术水准。
● 数据管理:重点验证大模型的数据处理和数据版本化管理能力,包括数据清洗、数据标注、数据质检等。百业灵犀(LinSeer)通过高效的数据集管理和数据处理手段,并结合绿洲平台数据质检进行数据要素治理,实现数据的进一步标注和管理,结果显示,其在数据清洗的内容完备度和功能支持度方面表现突出,并可全面支持文本、图片、音频、视频数据的标注。
● 模型训练:重点验证大模型支持多种训练方式、可视化、资源优化调度的能力。新华三基于MaaS(模型及服务)整体架构,可提供完善的大模型训练和微调服务,生成客户定制化专属大模型。结果显示,百业灵犀(LinSeer)在训练方式上,全面支持多模态、预训练任务、自然语言及编程语言,增量学习平均增量准确率达91.9%,资源利用率达90%。
● 模型管理:重点验证大模型支持模型存储、版本管理、日志管理的能力。百业灵犀(LinSeer)通过向量存储和检索让大模型具备记忆力,支持精准回答等应用场景。结果显示,可全面支持文件系统管理和镜像管理等模型存储能力,以及元数据管理、关系维护、结构管理等版本管理能力。
● 模型部署:重点验证大模型支持模型微调、转换、裁剪和量化的能力。百业灵犀(LinSeer)通过对多种微调算法的支持,灵活满足行业客户不同数据和模型要求,同时还提供了广泛的模型多类型转换能力。面对模型轻量化场景,也同时支持模型的裁剪和量化能力,推理延迟加速比、内存占用比均处于先进水平。
● 开发流程一体化:重点验证大模型在开发流程自主度的能力。百业灵犀(LinSeer)结合新华三全栈ICT基础设施监控工具,可将AI大模型开发的各个环节有机整合,提供统一的开发平台和工具,帮助行业客户有效激活私域大模型,快捷构建智能应用,实现“模型使用自由”。
打造AIGC整体解决方案 快速构建行业私域大模型
新华三集团贯彻AI in ALL战略,将AI融入到新华三全线软硬件产品组合,实现全栈全场景技术覆盖,同时进一步提出行业赋能战略AI for ALL,即基于对行业需求的深入理解,将AI的能力融入端到端的解决方案中,同时以伙伴式服务,助力百行百业智能化升级。
为更好地推动AI应用创新与产业落地,新华三集团进一步推出AIGC整体解决方案,从使能平台、数据平台、算力平台着手,全面满足用户的业务场景化需求,帮助客户快速构建行业专注、区域专属、数据专有、价值专享的私域大模型。
作为国内较早投入AI领域的企业,新华三集团有着长期的技术积累与实践经验。面向未来,新华三将秉持“精耕务实,为时代赋智慧”的理念,聚焦AIGC技术创新,积极探索行业应用场景,以务实理念打造领先的数字化解决方案,通过不断进化的数字大脑加速推进数字化变革的智能化升级,做百行百业最值得信赖的合作伙伴。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。