云知声上市潜力巨大，山海大模型升级带来全新智慧体验|云知声|人工智能技术|海大

近段时间,包括电信运营商、互联网在内的多个企业加快通用大模型迭代升级,同时推出面向工业、金融、交通等领域的行业大模型。面向产业的大模型加速发展,进一步释放人工智能的产业动能不是个例,近期国内相关企业纷纷推出AI大模型的升级版本。例如,云知声的山海大模型,各项性能持续增强的同时,新增实时检索功能,处理动态、实时信息更得心应手,一问一答更精准高效,极大提升了用户使用体验。

在此次大模型升级中,云知声引入了自我演进偏好学习技术,使得大模型能够通过自我对弈微调(SPIN)实现自我提升。这一创新技术不仅提升了大模型的性能,也充分释放了人工标注数据在监督微调(SFT)中的潜力。

同时,云知声还升级了自研Uniscale训练推理一体化框架,以支持千亿级模型的偏好对齐训练。这一升级使得山海大模型能够处理更大规模的数据集,从而提高训练效率和模型性能。在数据生成方面,云知声采用指令自我迭代算法,生成了更加复杂和多样的指令数据。为了降低高质量人工偏好数据的高昂成本,其结合了RLHF(强化学习人类反馈)和RLAIF(强化学习人工智能反馈)方法,生成大量偏好数据。此外,借鉴课程学习的思路,对偏好数据进行重排,使模型能够从简单任务逐步过渡到复杂任务,有效提升了学习效率和效果。

值得一提的是,此次升级中,山海大模型还新增了实时检索功能。这一功能的引入,使得用户无论是查询最新资讯、热点事件还是专业信息,都能得到更精准及时地回应。为实现这一功能,云知声自研了Agent框架,充分释放大模型推理和交互潜力,确保了用户意图的精准理解、信息的高效获取与总结,以及生成高质量回应的可靠性。

在实际应用中,山海大模型的实时检索功能展现出了强大的实力。它能够在极短的时间里对用户的交互进行意图判断,并依托对自身知识库的深刻理解,精准决策对话过程中是否需要额外信息的支持。比如在智慧车载领域,云知声的山海大模型为车载交互带来了革命性的改变。它不再是一个简单的命令执行者,而是成为车主心理伙伴、恋爱顾问,甚至是职场专家,提供个性化、多元化的服务。云知声的智慧车载解决方案2.0版本更是将驾驶过程中的任务进行了精细的划分。它将任务分为“共性任务”和“场景任务”两大类。共性任务包括调节空调、接听电话、播放歌曲/新闻、设置目的地等,这些任务适用于各种驾驶场景,帮助车主无论何时何地都能轻松掌控车辆。

而场景任务则更具针对性。比如,当选择周边郊游时,它会推荐附近的景点和餐厅;当接送孩子时,它会提醒学校的交通情况和安全提示;在日常通勤中,它会根据车主习惯规划最佳路线和避开拥堵路段;而在城市娱乐时,它则能提供附近的娱乐场所和优惠信息。