“曹植”大語(yǔ)言模型是如何誕生的？來(lái)看達(dá)觀數(shù)據(jù)CTO的講述

AI應(yīng)用信息1年前 (2024)發(fā)布 XIAOT

深耕NLP領(lǐng)域

達(dá)觀數(shù)據(jù)成立于2015年，成長(zhǎng)于上海浦東軟件園，其創(chuàng)始團(tuán)隊(duì)都是與中國(guó)文字打過(guò)十幾年交道的程序老兵，并深耕于NLP（自然語(yǔ)言處理）領(lǐng)域。今年3月，隨著垂直、專用、自主可控的國(guó)產(chǎn)版ChatGPT“曹植”大模型的發(fā)布，達(dá)觀數(shù)據(jù)正不斷推動(dòng)著NLP技術(shù)向不同行業(yè)領(lǐng)域深度結(jié)合。

“曹植”大語(yǔ)言模型是如何誕生的？來(lái)看達(dá)觀數(shù)據(jù)CTO的講述

NLP被譽(yù)為AI皇冠上的明珠。從互聯(lián)網(wǎng)拓寬至更廣泛行業(yè)，達(dá)觀數(shù)據(jù)在金融、政務(wù)、制造等行業(yè)積累了垂直領(lǐng)域的大量數(shù)據(jù)、人才與NLP傳統(tǒng)架構(gòu)。在與來(lái)自金融、政務(wù)、制造等行業(yè)的客戶進(jìn)行了廣泛的交流后，達(dá)觀數(shù)據(jù)聯(lián)合創(chuàng)始人、CTO紀(jì)達(dá)麒逐漸發(fā)現(xiàn)，NLP技術(shù)在辦公文檔方面有著廣闊的應(yīng)用前景。

2017年，谷歌發(fā)表的論文中提出，NLP關(guān)于“理解”和“生成”的兩個(gè)技術(shù)路線?！盎谶_(dá)觀數(shù)據(jù)當(dāng)時(shí)的優(yōu)勢(shì)資源和未來(lái)發(fā)展，我們一開(kāi)始就選擇了‘理解’這條技術(shù)路線?！奔o(jì)達(dá)麒介紹。這一年，紀(jì)達(dá)麒和研發(fā)團(tuán)隊(duì)運(yùn)用知識(shí)圖譜、文字識(shí)別等技術(shù)開(kāi)發(fā)的IDP智能文檔審閱系統(tǒng)進(jìn)入市場(chǎng)。

隨著人工智能的不斷發(fā)展，機(jī)器智能處理長(zhǎng)文本的需求日益緊迫。隨后，達(dá)觀數(shù)據(jù)便投入到大語(yǔ)言模型的開(kāi)發(fā)工作中，紀(jì)達(dá)麒擔(dān)任該項(xiàng)目總負(fù)責(zé)人。這就是如今的“曹植”大模型誕生的起點(diǎn)。

“培養(yǎng)”出人工智能版“曹植”

“我們想‘培養(yǎng)’出人工智能版的‘曹植’，希望它能像我國(guó)的歷史名人曹植一樣快速地生成長(zhǎng)文本?！碧峒啊安苤病?a href="http://www.xmqqs.cn/tag/2639" style="color:#01579b">大模型這一名稱的由來(lái)，紀(jì)達(dá)麒笑言，“這是我們員工在四五十個(gè)名字中票選出來(lái)的?！?/p>

“長(zhǎng)文本”是“曹植”大模型的目標(biāo)任務(wù)。區(qū)別于一問(wèn)一答的簡(jiǎn)單短文本生成，“曹植”大模型可準(zhǔn)確完成多類型、復(fù)雜結(jié)構(gòu)的長(zhǎng)文本寫(xiě)作，自動(dòng)起草多種類型的文檔，同時(shí)具有自動(dòng)排版、智能糾錯(cuò)、文本潤(rùn)色、自動(dòng)生成摘要等特色功能；還可實(shí)現(xiàn)多模態(tài)內(nèi)容生成，比如長(zhǎng)文檔中的表格、圖表、圖片等；支持中文、英文、法語(yǔ)、德語(yǔ)、日語(yǔ)、韓語(yǔ)等數(shù)十種語(yǔ)言的寫(xiě)作，輔助人工大幅提高辦公效率；在長(zhǎng)文檔翻譯方面，對(duì)原文的標(biāo)題、段落等內(nèi)容實(shí)現(xiàn)1:1版式還原，提供實(shí)時(shí)的翻譯體驗(yàn)，廣泛應(yīng)用于多語(yǔ)言文檔密集處理的場(chǎng)景。

這也是國(guó)內(nèi)大規(guī)模語(yǔ)言模型中首批可落地的產(chǎn)業(yè)應(yīng)用級(jí)模型，目前已在金融領(lǐng)域AIGC多場(chǎng)景投入應(yīng)用?；凇安苤病毕到y(tǒng)，“曹植”大模型進(jìn)一步夯實(shí)了達(dá)觀數(shù)據(jù)產(chǎn)業(yè)應(yīng)用智能化基座，全面增強(qiáng)AI全產(chǎn)品矩陣能力。