四川经济在线成都3月22日讯 日前，在京举办的ChatGPT及大模型专题研讨会上，达观数据董事长兼CEO、复旦大学计算机博士陈运文以探索大语言模型的垂直化训练技术和应用为题，向听众详细介绍了达观数据“曹植”垂直领域大语言模型的研发进展和工程化探索。据了解，这也是四川本土造大语言模型“曹植”首度面向公众开放。
达观数据成立于2015年，2019年正式落户四川天府新区。作为一家主要为企业提供各类场景办公机器人的人工智能高新技术企业，达观曾先后获得中国人工智能领域最高奖“吴文俊人工智能奖”、ACM CIKM算法竞赛全球冠军、EMI Hackathon数据竞赛全球冠军等荣誉资质。截止2022年3月，达观数据累计完成近十亿元融资，投资方包括招商证券、中信证券、广发证券、中信建投、深创投，软银赛富、晨山资本、众麟资本等知名投资机构。
在研讨会上陈运文博士指出，在通用领域，以ChatGPT为代表的生成式大规模语言模型已展现出卓越的知识学习和文字创作能力，正受到国内外的广泛关注。垂直领域的GPT大模型同样拥有广阔的应用前景，“达观基于多年文本智能技术积累和垂直领域场景业务经验，正在积极探索大语言模型LLM的实践，研发国产版GPT‘曹植’系统。作为垂直、专用、自主可控的国产版ChatGPT模型，它不仅能实现专业领域的AIGC智能化应用，且可内置在客户各类业务系统中提供专用服务。”
此次达观自主研发的“曹植”垂直领域大语言模型，将进一步夯实达观产业应用智能化基座，全面增强AI全产品矩阵能力。“这也是国内大规模语言模型中首批可落地的产业应用级模型，目前已在金融领域AIGC多场景投入应用，未来可持续赋能金融、政务、制造等多个垂直领域和通用场景人工智能的落地及发展”，陈运文说道。
陈运文表示，在产品应用层面，以“曹植”大模型作为支撑，可为达观全栈AIGC智能产品带来革命性效果提升。例如，基于达观AIGC智能写作能力，可适配各类材料申报业务场景，基于已有各结构化类数据，快速撰写各类制式和非制式文档，应用于公文、招投标、投行申报文档、法律文书等专业写作场景，从而完成达观企业申报材料的自动生成。
此外，达观金融报告AIGC智能写作也可立足财经、金融市场研究等写作场景，结合多项AIGC能力，高效完成研究类报告撰写，并保证专业报告写作的高质量和时效性。
据了解，达观数据深耕深度学习语义智能领域十余年，多年来与北京大学、清华大学、复旦大学等多个高校算法实验室和科研团队建立了深度交流合作机制。在算法方面，达观不断探索GPT3模型的原理验证和垂直行业知识的强化训练，不断提高模型的准确性和实用性。目前“曹植”大模型目前已获得重要技术突破，以大量通用数据和领域数据自监督训练的LLM为基座模型，通过大量通用任务数据和领域任务数据进行Prompt Learning微调，在垂直领域内的理解和生成的任务上都达到了很好的效果。
陈运文透露，未来达观将建立多个垂直领域的专用语言大模型，为各行业的智能化需求提供更专业和高效的解决方案。(蒋亮)
|
