原副标题：横向应用领域领域ChatGPT——“曹丕”来了！民泽小巨人的AI大词汇数学模型即将问世
今年3月，裘氏统计数据公布正在合作开发曹丕控制系统，这是一个专注于金融、党务、锻造等横向应用领域领域的大词汇数学模型，也是国内为数不多的横向GPT大数学模型。
作为市级专精于姚雪“小巨人”民营企业，裘氏统计数据获得了一系列著名投资机构的认可。去年3月，裘氏统计数据对外公布获得5.8亿元的C轮融资。本次投资方包括中联、招商、广发和中联PR内江债其中的四家我国头部券商，以及著名投资机构深创投、弘卓民营民营企业、襄禾民营民营企业、尚珹民营民营企业、众麟民营民营企业、联想之星和阳光保险业务集团公司。
近日，张通社走进位于民泽浦东软件园的裘氏统计数据，与CTO纪达麒进行了一场深入聊天，了解到这款立足横向应用领域领域的曹丕控制系统是如何在民泽产生的。
裘氏统计数据联合创办人CTO纪达麒
01
和我国字打了十多年比方的开发人员
电梯上到5楼，门一开就进入裘氏统计数据的办公设备区。映入眼帘的是一堵高3米，长10米的深灰色民营企业文化墙。上面是有关我国文档及AI发展的历史科学知识，白色与金色的文档相间，印着“我国字的发展历史”“词汇文档的科学知识”“现代文档的编码与处置”等信息。
裘氏统计数据的文化墙
裘氏统计数据的创始工程项目组都是与我国文档打过十多年比方的程序老兵，她们都深耕于自然词汇处置应用领域领域（Natural Language Processing，简称NLP），CTO纪达麒就是其中一位。
天数倒退回13年前，从北京航空航天大学硕士毕业后，纪达麒进入位于民泽的隆重技术创新院，正巧重新加入裘氏统计数据创办人陈运文的工程项目组，为隆重集团公司提供文档挖掘与处置服务。
当时，隆重集团公司旗下的隆重现代文学有著很多网络现代文学作者，她们须要每天连载小说，并且当日写完，当日12点就要发表。这让负责育苗审查的撰稿承受着巨大的压力，几乎天天加班到深夜，尤其碰到涉黄涉政难题的时候。既然NLP具备自动化文档处置的能力，纪达麒就与同僚利用这项控制技术，花了一年多天数，合作开发出两套协助撰稿第三十条的控制系统，还堵上了90%以上的审查漏洞。
此后，纪达麒重新加入隆重现代文学，统筹负责控制技术组织工作，多年的组织工作经历让他真切地意识到NLP不仅能解决第三十条难题，所以能在文档辨识、分析、聚合等应用领域领域大有可为，有著更广阔的商业价值。
2015年，看到隆重技术创新院的老同僚们纷纷创立了UCloud、七牛云、亮风台等著名民营企业，纪达麒很受触动。于是，他、陈运文和其余几位同僚放弃了福利待遇优渥的老总福利待遇，在民泽创立了裘氏统计数据，干的是她们非常擅长的NLP文档智能化处置应用领域领域。
02
深挖办公设备文件格式的应用领域情景
创立之初，纪达麒和工程项目组一起，从最熟悉的应用领域领域入手，为不少网络顾客合作开发资讯推荐控制系统。随着工程项目实战经验急速累积，越来越多的网络圈外的顾客开始找上门来，她们须要裘氏统计数据为自己的APP平台合作开发两套推荐控制系统。
裘氏统计数据的展示大厅
从网络拓宽至更广泛金融行业，纪达麒和来自商业银行、党务、锻造等金融行业的顾客进行了广泛的交流。他逐渐发现NLP控制技术在办公设备文件格式方面有著很强的应用领域前景，它能够帮助白领们高效地完成重复而繁重的文件格式处置组织工作。
比如，他发现公司上市的老总调查就是一个典型的应用领域情景。证监会要求查阅董事、监事和老总的3年商业银行流水，而其中每一位人士的商业银行对账单，叠在桌上都能有10cm高。如果投行员工进行育苗审查，那么核对和分析统计数据所耗费的天数和人力不可想象，错漏之处时有发生。
对此，纪达麒和研发工程项目组利用科学知识图谱、文档辨识等控制技术合作开发出两套IDP智能化文件格式审阅控制系统，并急速插值升级产品。
在控制技术方面，为降低训练数学模型成本，她们率先利用零样品学习演算法，避免标注学习样品带来的额外成本；为克服印刷不清晰、印章遮挡、表格线残缺等扫描难题，她们技术创新了版面还原的文档辨识演算法。
从控制技术到产品，还要跨越认知顾客须要的鸿沟。对此，裘氏统计数据还聘请数十名金融行业专家，充当顾客与开发人员之间的“翻译员”，让工程项目组成员更好地了解需求，实现需求。“我们要去认知顾客须要，然后转化为应用领域情景，进而翻译为控制技术难题，最后实现相关的功能模块。”纪达麒表示。
鉴于本身的控制技术和业务实力，裘氏统计数据2021年还被授予市级专精于姚雪“小巨人”称号，以及我国AI最高奖吴文俊科学控制技术奖。
从一家顾客到另一家顾客，从一个工程项目到下一个工程项目，裘氏统计数据的工程项目实战经验越来越丰富，所以控制技术插值也急速加速。目前，它已经服务了商业银行、保险业务、锻造、党务等金融行业的100多位大顾客，覆盖了数百个文件格式处置情景。
工程项目实战经验的累积，就意味着对金融行业的认知更加真切，所以还能累积大量的金融行业统计数据。这不仅构成裘氏统计数据的独特控制技术壁垒，并且还为合作开发大词汇数学模型：曹丕控制系统，打下基础。
03
不做通用大数学模型，就做横向金融行业的Chat GPT
NLP被誉为AI皇冠上的明珠，而处于AI圈子的人都知道，2017年Google发表的那篇学术论文《Attention is all you need》开启了NLP的新篇章。那篇学术论文提出了NLP的两个控制技术走线，一条是关于“认知”方向，另一条关于“聚合”方向。
与所有AI民营企业一样，裘氏统计数据一开始选择了第二条控制技术走线，“2017年，包括Google其中的科技巨头都采用第二条走线，并认为第二条走线难以实现”。可是，情况的转变就发生在2022年末，Chat GPT3.5引爆网络，“人们才发现第二条路可以实现，所以更有前景。”
结合民营企业的优势禀赋和未来发展，裘氏统计数据投入到紧锣密鼓的大词汇数学模型（Large Language Model，简称LLM）合作开发组织工作中，并将这LLM起名为曹丕控制系统，而纪达麒则是该工程项目总负责人。不同于Chat GPT4为代表的通用LLM，曹丕控制系统专注于金融、党务、锻造等金融行业，只为这些特定横向金融行业提供LLM服务。
裘氏研发的曹丕控制系统
由于长期为金融、党务、锻造等金融行业的顾客服务，并且经过8年多运营，裘氏统计数据已经累积了横向应用领域领域的大量统计数据，这为它训练横向LLM提供了充分统计数据资源。
同时，“曹丕控制系统的参数规模可以缩小到Chat GPT3的十分之一”纪达麒表示。参数更小相当于算力需求更小，那么算力成本也就越小。结合精准统计数据和低算力成本，曹丕控制系统反而可以达成更好的效果。
一般而言，训练ChatGPT须要数千张价值万元的顶级GPU同时运行，才能训练完毕，非常昂贵。相较之下，参数更少的曹丕控制系统仅须要数百张，甚至数十张GPU就能达成训练目标。
因此，曹丕控制系统可以用来聚合横向应用领域领域的专业内容，比如法律文书、红头文件和研究报告。纪达麟举了个券商研报的案例，“聚合券商研报对于Chat GPT4来说是困难的，聚合结果可能是乱七八糟的，而对于曹丕控制系统来说，这件事情可能并不困难。”
更重要的是，民营企业采用曹丕控制系统，能够更加容易地进行私有化部署。众所周知，专利、合同、顾客等统计数据属于商业机密，放到公共服务器会有隐私泄露风险。为了保护隐私，民营企业更须要进行本地的私有化部署。“曹丕控制系统所需的参数少，私有化部署须要的显卡资源就少，因此，相比通用大数学模型，曹丕控制系统有著明显的成本优势。”
总之，在横向金融行业内，曹丕控制系统或许能完胜ChatGPT。
04
大词汇数学模型的未来
对于大词汇数学模型的未来，纪达麒表示，AI大数学模型应用领域领域会出现三种角色，第一种是通用大数学模型，包括OpenAI的chat GPT、百度的文心一言；第二种是横向类大数学模型，就像裘氏统计数据的曹丕控制系统；第三种是上层应用领域数学模型，它们没有规模庞大的参数，而是借用通用大数学模型和横向大数学模型，并进行改进，从而完善特定产品。
对于裘氏统计数据的未来，纪达麒表示一定会做两件事：
其一，急速打磨横向应用领域领域大数学模型，让它拥有更好的性能和效果，“我们预计今年6月底正式推出曹丕控制系统。”
其二，裘氏统计数据会根据实际的办公设备应用领域情景，把大数学模型设计成一个个解决办公设备痛点的产品，打破目前单一的对话式产品形态，更好地提升日常办公设备的效率。同时，大数学模型还能赋能原有产品，让已有产品的效能再上一个台阶。
谈到曹丕控制系统的名字由来，纪达麒表示它其实来自一个典故，“曹丕七步成诗，我们想让大词汇数学模型和曹丕一样，才思敏捷，科学知识渊博，‘培养’出育苗智能化版的‘曹丕’来。”返回搜狐，查看更多
责任撰稿：
还木有评论哦，快来抢沙发吧~