News

  中国经济周刊-经济网讯 作为AI发展的重要方向，大模型具有效果好、泛化性强、研发流程标准化的特点，为AI的逐步发展带来全新机遇。

  当前，大模型发展百花齐放，深度赋能千行百业，但其在产业化过程中仍面临诸多挑战。其中，如何高效获取和有效使用垂直行业的数据是核心。

  在2023年中国国际服务贸易交易会上，云测数据结合自己在智能驾驶、智慧金融、AIOT、电商等领域的丰富经验和技术积累，将去年发布的“AI工程化的数据解决方案”全面升级，面向垂直行业大模型提供全生命周期的AI数据解决方案，为大模型应用落地提供关键支撑，助力行业大模型高质量发展。

  大模型的研发离不开算法、算力和数据的综合支撑。近两年，受益于三者的加快速度进行发展，AI大模型进入爆发式增长。其中，数据是推动大模型高水平发展的关键。

  “大模型的预训练对数据要求特别高，必须在前期进行清理洗涤、标注、标识，但围绕千行百业的数据训练，在数据供给方面也呈现出了许多问题和挑战。”上海数据交易所副总经理韦志林在媒体采访时提到。

  近期，大模型“幻觉”也被各大科技公司频繁提及。大模型“幻觉”指模型生成不正确、无意义或不真实文本的现象，这也常被人们称为是“一本正经地胡说八道”。

  “幻觉”问题的出现和大模型核心技术原理有关，即Transformer架构下的Next Token Prediction，即“下一个字符的预测”。因此，提高数据的数量、质量和多样性，对于大模型提高性能至关重要。“以数据为中心”，成为慢慢的变多业内人士的共识。

  当前，各家大模型在算力和算法方面尚且无法拉开巨大差距，这让“数据”成为各家企业杀出“百模大战”重围的关键之战。

  就在刚刚结束的2023年服贸会成果发布上，云测数据全新公布了旗下AI数据解决方案，致力于通过场景化的数据服务行业，为AI企业和用户更好的提供基础数据集、数据标注和数据管理工具链，逐步提升算法精度。

  据介绍，该AI数据解决方案可为行业大模型提供从持续预训练、任务微调、评测联调测试到应用发布，全生命周期的高质高效数据，帮助垂直行业企业更好地落地大模型相关算法应用。

  当面对微调任务时，能够准确的通过大模型落地场景特点，提供包含QA-instruct、prompt等文本类任务项目和多模态大模型的相关能力支持。微调后，云测数据通过垂直领域专家积累+评测体系和服务，帮企业评估各个垂直应用落地领域。通过以集成数据底座为核心的数据标注平台，将难例数据回流完成清洗标注，为更有效率的模型调优做准备。

  在机器学习、自然语言处理和其他AI领域中，难例数据常指模型训练和测试中难以逾越的障碍，需要非常关注和解决。常见的难例数据包括拼写错误、语法错误、不完整或冗余的信息、歧义性和模糊性等。

  目前，云测数据深度合作伙伴覆盖了多个行业，包括汽车、安防、手机、家居、金融、教育、新零售、ECO等。其中，包含多家世界500强企业、高校科研机构、政府机构、头部AI企业和大型互联网公司。

上一篇：澜起科技获70家机构调研：公司在研的AI芯片解决方案由AI芯片等相关硬件及相应的适配软件构成（附调研问答） 下一篇：【48812】3个数据剖析东西让你秒变大神！