


Sun Lei, stellvertretender General Manager von Immediate Consumption: Künstliche Intelligenz wurde in allen Geschäftsbereichen des Unternehmens eingesetzt und ist zum Eckpfeiler der Entwicklung geworden.
Am 28. März fand in Peking die Veranstaltung „Neues Innovationsforum für Finanzproduktivität, angetrieben von großen Modellen und die Veröffentlichung des ersten „großen Finanzmodells“ des Landes“ statt, das von Masha Consumption, China Science and Technology Press, mitorganisiert wurde. und der Finanzbranche.
Diese Konferenz versammelte mehr als 300 akademische Führungskräfte wie Jiang Changjun, Sun Maosong und Zeng Gang sowie leitende Angestellte von Finanzinstituten und wichtigen Unternehmen der Industriekette. Die Gäste des Treffens tauschten sich intensiv über die Anwendung und Stärkung großer Modelle im Finanzbereich aus und führten ausführliche und effektive Diskussionen über die Entwicklung und den Aufbau neuer Finanzproduktivität.
Im Zusammenhang mit dem Rücktritt von Führungskräften sagte Sun Lei, stellvertretender Generaldirektor von Immediate Consumption, dass die Finanzbranche in den letzten Jahren große Anstrengungen unternommen habe, künstliche Intelligenz als technologiegetriebene digitale Technologie einzusetzen Finanzinstitut, Immediate Consumption hat die Anwendung künstlicher Intelligenz in verschiedenen Bereichen der Geschäftsentwicklung zum Eckpfeiler der Unternehmensentwicklung gemacht. Sun Lei ist fest davon überzeugt, dass diese Welle der künstlichen Intelligenz mit großen Modellen als Auslöser uns definitiv revolutionäre Fortschritte bringen wird.
Das Folgende ist der vollständige Text der Gastrede:
Lieber Akademiker Jiang Changjun, verehrte Gäste, liebe Kollegen, guten Tag:
Bitte erlauben Sie mir im Namen des Veranstalters, meine Meinung zum Ausdruck zu bringen Herzlicher Dank an alle Teilnehmer dieses Treffens Die Gäste und Freunde begrüßten uns herzlich und dankten herzlich. In einer Zeit, in der sich das Land energisch für die „Beschleunigung der Entwicklung neuer Produktivkräfte“ einsetzt, werden wir gemeinsam die Veröffentlichung des ersten inländischen groß angelegten Modellbuchs im Finanzbereich, „Financial Big Model“, miterleben und gemeinsam die Anwendung prüfen neuer Produktivkräfte in der Finanzindustrie.
Herr Jiang Ning und die Gäste werden professionelle Reden halten. Als Laie werde ich hier über mein einfaches Verständnis sprechen und es als Ausgangspunkt verwenden. Bitte kritisieren und korrigieren Sie mich.
Menschen arbeiten immer hart daran, ihre körperliche und geistige Energie zu sparen, sich zu verbessern, die Welt zu verändern und die Zukunft neu zu gestalten, indem sie faul und fleißig sind. Die industrielle Revolution hat unseren Körper erweitert und es uns ermöglicht, mehr zu tun und mehr zu produzieren; künstliche Intelligenz hat unsere Gehirnleistung erweitert, sodass wir klarer sehen und tiefer denken können.
Die Erwartungen und die Erforschung der künstlichen Intelligenz durch die Menschheit sind konsistent. In einigen Büchern heißt es, dass es auf die westliche Zhou-Dynastie zurückgeführt werden kann. Auch wenn 1956 als das erste Jahr der künstlichen Intelligenz gilt, blickt es dennoch auf eine 80-jährige Geschichte zurück. Bei der Erforschung von Symbolik, Konnektionismus, Behaviorismus und anderen Richtungen haben Wissenschaftler in Theorie und Praxis fruchtbare Ergebnisse erzielt, aber keines davon hatte mit der Entstehung großer Modelle einen so großen Schock und Einfluss auf die menschliche Klassifizierung. Die ganze Welt jubelt über die Errungenschaften der künstlichen Intelligenz und ist voller Erwartungen für die Zukunft. Unser Land hat dieses Jahr auch „künstliche Intelligenz +“ in den Arbeitsbericht der Regierung aufgenommen. Jeder hat das Gefühl, dass die Ära der künstlichen Intelligenz wirklich angekommen ist.
Die Finanzbranche ist eine intelligenzintensive Branche. Während der industriellen Revolution hat sie nicht viel profitiert, aber im Zeitalter der künstlichen Intelligenz wird sie definitiv viel profitieren. In den letzten Jahren hat die gesamte Branche große Anstrengungen unternommen, um künstliche Intelligenz einzusetzen. Als technologiegetriebenes digitales Finanzinstitut hat Immediate Consumption künstliche Intelligenz in verschiedenen Bereichen der Geschäftsentwicklung eingesetzt und sie zum Eckpfeiler der Unternehmensentwicklung gemacht. Aber ich glaube immer noch fest daran, dass uns diese Welle der künstlichen Intelligenz mit großen Modellen als Auslöser auf jeden Fall revolutionäre Fortschritte bringen wird.
Denn es gibt erhebliche Unterschiede zwischen den beiden Zeiträumen davor und danach. In der Ära vor den großen Modellen konzentrierte sich die Anwendung künstlicher Intelligenz auf die Nutzung ihrer Rechen- und Analyseleistung, wobei der Schwerpunkt auf der Identifizierung von Merkmalen, der Zusammenfassung von Regeln sowie der Beurteilung und Vorhersage der Zukunft auf der Grundlage der Vergangenheit lag. Die Post-Big-Model-Ära wird sich auf die Nutzung ihrer Verständnis-, Lern- und generativen Fähigkeiten konzentrieren, was die Eingabe-, Verarbeitungs- und Ausgabefähigkeiten unstrukturierter Informationen erheblich verbessern und die Interaktion und Erfahrung zwischen Menschen und Maschinen verändern wird. Erhalten Sie bessere Lösungen und neue Erkenntnisse angesammeltes Wissen.
So wie die Dampfmaschine die Transportindustrie nicht verändern kann, solange sie nicht zur Lokomotive wird, kann das allgemeine große Modell die Finanzindustrie nicht verändern, solange es nicht in Finanzszenarien umgesetzt wird. Die Finanzindustrie hat umfangreiche Untersuchungen zu großen Finanzmodellen durchgeführt und viele Institutionen haben diese auch in der Praxis angewendet. Im August 2023 veröffentlichte Immediate Consumption das erste große Finanzmodell der Branche und fasste die Überlegungen zum Aufbau eines großen Finanzmodells in dem Buch „Financial Large Model“ zusammen. Heute laden wir die Akademiker Jiang, Akademiker Sun und andere Branchenexperten ein, um einerseits über unsere Erfahrungen und Erfahrungen zu berichten, andererseits werden wir diese Gelegenheit auch nutzen, um unser Verständnis zu verbessern und die Richtung der Zukunft besser zu klären Anstrengungen zu unternehmen und eine neue finanzielle Qualität der Produktivkräfte zu schaffen.
An dieser Stelle möchte ich Herrn Jiang Ning, Dr. Lu Quan, Dr. Deng Weihong und den Kollegen vom Forschungsinstitut für künstliche Intelligenz des Unternehmens danken. Es sind Ihre Bemühungen, die es uns ermöglichen, eine solche Ausstellungsbühne zu veranstalten, und ein besonderer Dank gilt allen Gästen. Es ist Ihr Kommen und Ihre Ermutigung, die uns vorantreiben.
Vielen Dank an alle, ich wünsche dem Treffen einen vollen Erfolg und freue mich darauf, den wunderbaren Reden aller zuzuhören.
Das obige ist der detaillierte Inhalt vonSun Lei, stellvertretender General Manager von Immediate Consumption: Künstliche Intelligenz wurde in allen Geschäftsbereichen des Unternehmens eingesetzt und ist zum Eckpfeiler der Entwicklung geworden.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Am 30. Mai kündigte Tencent ein umfassendes Upgrade seines Hunyuan-Modells an. Die auf dem Hunyuan-Modell basierende App „Tencent Yuanbao“ wurde offiziell eingeführt und kann in den App-Stores von Apple und Android heruntergeladen werden. Im Vergleich zur Hunyuan-Applet-Version in der vorherigen Testphase bietet Tencent Yuanbao Kernfunktionen wie KI-Suche, KI-Zusammenfassung und KI-Schreiben für Arbeitseffizienzszenarien. Yuanbaos Gameplay ist außerdem umfangreicher und bietet mehrere Funktionen für KI-Anwendungen , und neue Spielmethoden wie das Erstellen persönlicher Agenten werden hinzugefügt. „Tencent strebt nicht danach, der Erste zu sein, der große Modelle herstellt.“ Liu Yuhong, Vizepräsident von Tencent Cloud und Leiter des großen Modells von Tencent Hunyuan, sagte: „Im vergangenen Jahr haben wir die Fähigkeiten des großen Modells von Tencent Hunyuan weiter gefördert.“ . In die reichhaltige und umfangreiche polnische Technologie in Geschäftsszenarien eintauchen und gleichzeitig Einblicke in die tatsächlichen Bedürfnisse der Benutzer gewinnen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

1. Einführung in den Hintergrund Lassen Sie uns zunächst die Entwicklungsgeschichte von Yunwen Technology vorstellen. Yunwen Technology Company ... 2023 ist die Zeit, in der große Modelle vorherrschen. Viele Unternehmen glauben, dass die Bedeutung von Diagrammen nach großen Modellen stark abgenommen hat und die zuvor untersuchten voreingestellten Informationssysteme nicht mehr wichtig sind. Mit der Förderung von RAG und der Verbreitung von Data Governance haben wir jedoch festgestellt, dass eine effizientere Datenverwaltung und qualitativ hochwertige Daten wichtige Voraussetzungen für die Verbesserung der Wirksamkeit privatisierter Großmodelle sind. Deshalb beginnen immer mehr Unternehmen, darauf zu achten zu wissenskonstruktionsbezogenen Inhalten. Dies fördert auch den Aufbau und die Verarbeitung von Wissen auf einer höheren Ebene, wo es viele Techniken und Methoden gibt, die erforscht werden können. Es ist ersichtlich, dass das Aufkommen einer neuen Technologie nicht alle alten Technologien besiegt, sondern auch neue und alte Technologien integrieren kann.

Laut Nachrichten vom 13. Juni hat Xiaomis Assistent für künstliche Intelligenz „Xiao Ai“ laut Bytes öffentlichem Bericht „Volcano Engine“ eine Zusammenarbeit mit Volcano Engine erzielt. Die beiden Parteien werden ein intelligenteres interaktives KI-Erlebnis auf der Grundlage des großen Beanbao-Modells erzielen . Berichten zufolge kann das von ByteDance erstellte groß angelegte Beanbao-Modell bis zu 120 Milliarden Text-Tokens effizient verarbeiten und täglich 30 Millionen Inhalte generieren. Xiaomi nutzte das große Doubao-Modell, um die Lern- und Denkfähigkeiten seines eigenen Modells zu verbessern und einen neuen „Xiao Ai Classmate“ zu schaffen, der nicht nur die Benutzerbedürfnisse genauer erfasst, sondern auch eine schnellere Reaktionsgeschwindigkeit und umfassendere Inhaltsdienste bietet. Wenn ein Benutzer beispielsweise nach einem komplexen wissenschaftlichen Konzept fragt, &ldq

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten
