


Sun Lei, directeur général adjoint d'Immediate Consumption : L'intelligence artificielle a été appliquée à tous les domaines d'activité de l'entreprise et est devenue la pierre angulaire du développement
Le 28 mars, l'événement « Nouveau Forum d'innovation en matière de productivité financière piloté par les grands modèles et la sortie du premier « grand modèle financier » du pays » s'est tenu à Pékin, co-organisé par Masha Consumption, China Science and Technology Press, et le secteur financier.
Cette conférence a rassemblé plus de 300 dirigeants universitaires tels que Jiang Changjun, Sun Maosong et Zeng Gang, ainsi que des cadres supérieurs d'institutions financières et d'entreprises importantes de la chaîne industrielle. Les invités à la réunion ont eu des échanges approfondis sur l'application et l'autonomisation des grands modèles dans le domaine financier, et ont mené des discussions approfondies et efficaces sur le développement et la construction d'une nouvelle productivité financière.
Dans le contexte de la démission du leader, Sun Lei, directeur général adjoint de la consommation immédiate, a déclaré qu'au cours des dernières années, le secteur financier a fait beaucoup d'efforts pour utiliser l'intelligence artificielle en tant que technologie numérique. institution financière, la consommation immédiate a appliqué l'intelligence artificielle à divers domaines de développement des affaires en a fait la pierre angulaire du développement de l'entreprise. Sun Lei croit fermement que cette vague d'intelligence artificielle avec de grands modèles comme point de déclenchement nous apportera certainement un progrès révolutionnaire.
Ce qui suit est le texte intégral du discours de l'invité :
Cher académicien Jiang Changjun, distingués invités, chers collègues, bon après-midi :
Permettez-moi, au nom de l'organisateur, d'exprimer mon sincère gratitude à tous ceux qui ont assisté à cette réunion. Les invités et amis ont exprimé leur plus chaleureux accueil et leurs plus sincères remerciements. À l'heure où le pays prône vigoureusement « l'accélération du développement de nouvelles forces productives », nous assisterons ensemble à la publication du premier ouvrage modèle national à grande échelle dans le domaine financier, « Financial Big Model », et explorerons conjointement les applications. de nouvelles forces productives dans le secteur financier.
M. Jiang Ning et les invités prononceront des discours professionnels. En tant que non-professionnel, je parlerai ici de ma simple compréhension, et je peux l'utiliser comme point de départ. Merci de me critiquer et de me corriger.
Les gens travaillent toujours dur pour économiser leur énergie physique et mentale, s'améliorer, changer le monde et remodeler l'avenir en étant paresseux et diligents. La révolution industrielle a élargi notre corps, nous permettant de faire plus et de produire davantage ; l’intelligence artificielle a élargi notre cerveau, nous permettant de voir plus clairement et de penser plus profondément.
Les attentes de l’humanité et l’exploration de l’intelligence artificielle sont cohérentes. Certains livres disent que cela remonte à la dynastie occidentale des Zhou. Même si 1956 est considérée comme la première année de l’intelligence artificielle, elle a quand même une histoire de 80 ans. Dans l'exploration du symbolisme, du connexionnisme, du behaviorisme et d'autres domaines, les scientifiques ont obtenu des résultats fructueux en théorie et en pratique, mais aucun d'entre eux n'a eu un choc et un impact aussi énormes sur la classification humaine avec l'émergence de grands modèles. Le monde entier salue les réalisations de l'intelligence artificielle et est plein d'attentes pour l'avenir. Notre pays a également inclus « intelligence artificielle + » dans le rapport d'activité du gouvernement cette année. Tout le monde estime que l'ère de l'intelligence artificielle est vraiment arrivée.
Le secteur financier est un secteur à forte intensité d'intelligence. Il n'a pas beaucoup bénéficié pendant la révolution industrielle, mais il en bénéficiera certainement beaucoup à l'ère de l'intelligence artificielle. Ces dernières années, l'ensemble du secteur a déployé de nombreux efforts pour utiliser l'intelligence artificielle. En tant qu'institution financière numérique axée sur la technologie, Immediate Consumption a appliqué l'intelligence artificielle à divers domaines de développement commercial, ce qui en fait la pierre angulaire du développement de l'entreprise. Mais je reste fermement convaincu que cette vague d’intelligence artificielle avec les grands modèles comme point de déclenchement nous apportera certainement un progrès révolutionnaire.
Parce qu'il existe des différences substantielles entre les deux périodes avant et après. À l'ère pré-grand modèle, l'application de l'intelligence artificielle se concentrait sur l'utilisation de sa puissance de calcul et de sa puissance analytique, en se concentrant sur l'identification des caractéristiques, le résumé des règles, ainsi que le jugement et la prédiction de l'avenir sur la base du passé. L'ère post-grand modèle se concentrera sur l'exploitation de ses capacités de compréhension, d'apprentissage et de génération, ce qui améliorera considérablement les capacités d'entrée, de traitement et de sortie d'informations non structurées et modifiera l'interaction et l'expérience entre les humains et les machines. Obtenez de meilleures solutions et de nouvelles compréhensions. connaissances accumulées.
Tout comme la machine à vapeur ne peut pas changer le secteur des transports à moins qu'elle ne devienne une locomotive, le grand modèle général ne peut pas changer le secteur financier à moins qu'il ne soit mis en œuvre dans des scénarios financiers. Le secteur financier a mené des recherches approfondies sur les grands modèles financiers, et de nombreuses institutions les ont également appliqués dans la pratique. En août 2023, Immediate Consumption a publié le premier grand modèle financier du secteur et a résumé la réflexion sur la construction d'un grand modèle financier dans le livre « Financial Large Model ». Aujourd'hui, nous invitons les académiciens Jiang, l'académicien Sun et d'autres experts de l'industrie à communiquer. D'une part, nous rapporterons nos expériences et expériences. D'autre part, nous profiterons également de cette occasion pour améliorer notre compréhension et mieux clarifier l'orientation de l'avenir. efforts, et mieux créer une nouvelle qualité financière des forces productives.
Ici, je voudrais remercier M. Jiang Ning, le Dr Lu Quan, le Dr Deng Weihong et les collègues de l'Institut de recherche sur l'intelligence artificielle de l'entreprise. Ce sont vos efforts qui nous permettent d'avoir une telle scène de démonstration, et un merci tout spécial à tous les invités. C'est votre arrivée et vos encouragements qui nous font avancer.
Merci à tous, je souhaite à la réunion un plein succès et j'ai hâte d'écouter les merveilleux discours de chacun.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Sujets chauds

Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine

Le 30 mai, Tencent a annoncé une mise à niveau complète de son modèle Hunyuan. L'application « Tencent Yuanbao » basée sur le modèle Hunyuan a été officiellement lancée et peut être téléchargée sur les magasins d'applications Apple et Android. Par rapport à la version de l'applet Hunyuan lors de la phase de test précédente, Tencent Yuanbao fournit des fonctionnalités de base telles que la recherche IA, le résumé IA et l'écriture IA pour les scénarios d'efficacité du travail ; pour les scénarios de la vie quotidienne, le gameplay de Yuanbao est également plus riche et fournit de multiples fonctionnalités d'application IA. , et de nouvelles méthodes de jeu telles que la création d'agents personnels sont ajoutées. « Tencent ne s'efforcera pas d'être le premier à créer un grand modèle. » Liu Yuhong, vice-président de Tencent Cloud et responsable du grand modèle Tencent Hunyuan, a déclaré : « Au cours de l'année écoulée, nous avons continué à promouvoir les capacités de Tencent. Grand modèle Tencent Hunyuan. Dans la technologie polonaise riche et massive dans des scénarios commerciaux tout en obtenant un aperçu des besoins réels des utilisateurs.

Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.

Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte

Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.

L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes

1. Introduction au contexte Tout d’abord, présentons l’historique du développement de la technologie Yunwen. Yunwen Technology Company... 2023 est la période où les grands modèles prédominent. De nombreuses entreprises pensent que l'importance des graphiques a été considérablement réduite après les grands modèles et que les systèmes d'information prédéfinis étudiés précédemment ne sont plus importants. Cependant, avec la promotion du RAG et la prévalence de la gouvernance des données, nous avons constaté qu'une gouvernance des données plus efficace et des données de haute qualité sont des conditions préalables importantes pour améliorer l'efficacité des grands modèles privatisés. Par conséquent, de plus en plus d'entreprises commencent à y prêter attention. au contenu lié à la construction des connaissances. Cela favorise également la construction et le traitement des connaissances à un niveau supérieur, où de nombreuses techniques et méthodes peuvent être explorées. On voit que l'émergence d'une nouvelle technologie ne détruit pas toutes les anciennes technologies, mais peut également intégrer des technologies nouvelles et anciennes.

Selon les informations du 13 juin, selon le compte public « Volcano Engine » de Byte, l'assistant d'intelligence artificielle de Xiaomi « Xiao Ai » a conclu une coopération avec Volcano Engine. Les deux parties réaliseront une expérience interactive d'IA plus intelligente basée sur le grand modèle beanbao. . Il est rapporté que le modèle beanbao à grande échelle créé par ByteDance peut traiter efficacement jusqu'à 120 milliards de jetons de texte et générer 30 millions de contenus chaque jour. Xiaomi a utilisé le grand modèle Doubao pour améliorer les capacités d'apprentissage et de raisonnement de son propre modèle et créer un nouveau « Xiao Ai Classmate », qui non seulement saisit plus précisément les besoins des utilisateurs, mais offre également une vitesse de réponse plus rapide et des services de contenu plus complets. Par exemple, lorsqu'un utilisateur pose une question sur un concept scientifique complexe, &ldq
