360 Fangcloud参编信通院智能知识问答标准, 加速大语言模型在垂直领域的应用

为进一步加速大语言模型在知识问答领域的应用, 规范智能知识问答系统的标准化建设, 中国信通院 (以下简称 "信通院" ) 拟开展 大模型驱动的智能知识问答系统技术要求 标准化建设工作, 经过多方评审, 360Fangcloud入选信通院 大模型驱动的智能知识问答系统技术要求 参编单位.

数字化时代, 企业累积的信息资产呈指数型增长, 且这些信息资产具备多模异构的特点, 以文字, 图片, 音频, 视频, PSD, CAD 等各类形式呈现.

传统的知识问答系统通过关键词匹配技术进行信息检索, 知识回答, 由于缺乏多模态内容智能处理技术, 存在检索效率低, 答案匹配精度低, 用户意图理解不足等问题, 很难满足复杂场景下的用户需求.

大模型诞生后, 企业纷纷尝试利用大语言模型 (LLM) 相关能力解决上述难题. 因此, 行业内亟待形成共识, 让大语言模型在知识问答领域能够实现规范应用, 并保障行业良性, 有序发展, 相关行业标准与规范呼之欲出.

依托于 360 大模型技术, 360 智能文档云基于企业的海量业务文档, 通过大模型对多模态, 多版式内容进行加工处理, 并完成知识训练, 让大模型充分学习企业的业务知识和业务语境, 根据业务文档中的知识智能解答员工的各类问题, 降低员工获取知识的成本, 提升内部办公效率.

(示例图: 公司制度智能问答)

在此过程中, 业务文档, 业务知识均在在企业专属大模型中流-, 不与公用大模型打通, 从而有效规避企业敏感信息的泄露. 同时, 由于训练语料均来自企业真实的业务文档, 并提供答案来源文档, 因此大大提升答案的真实性和准确率, 避免像公用大模型一样 "已读乱回" .

• 本文分类: Products动态
• 本文标签:

  大语言模型 智能知识问答
• 浏览次数: 11307 次浏览
• 发布日期: 2024-05-16 19: 24: 00
• 本文链接: https: //www. fangcloud. com/cms/chanpindongtai/18710. html