Yn ddiweddar, derbyniodd LinSeer, llwyfan modelu ar raddfa fawr parth preifat a ddatblygwyd yn annibynnol gan H3C o dan arweiniad Unisoc Group, sgôr 4+ yn y dilysiad cydymffurfiad model cyn-hyfforddiant ar raddfa fawr o Sefydliad Diwydiant Gwybodaeth Tsieina, gan gyrraedd y domestig lefel uwch. Tsieina. Mae'r gwerthusiad cynhwysfawr, aml-ddimensiwn hwn yn canolbwyntio ar bum modiwl swyddogaethol LinSeer: rheoli data, hyfforddiant model, rheoli modelau, defnyddio modelau, a phroses datblygu integredig. Mae'n dangos cryfder blaenllaw H3C ym maes modelu ar raddfa fawr yn y sector preifat a bydd yn darparu cefnogaeth gref i wahanol ddiwydiannau ddod i mewn i oes AIGC.
Wrth i boblogrwydd AIGC barhau i gynyddu, mae'r broses o ddatblygu modelau AI ar raddfa fawr yn cyflymu, gan greu angen am safonau. Yn hyn o beth, rhyddhaodd Academi Diwydiant Gwybodaeth Tsieina, ar y cyd â'r byd academaidd, sefydliadau ymchwil wyddonol, a diwydiant, y System Safonol Model ar Raddfa Fawr Deallusrwydd Artiffisial Dibynadwy 2.0. Mae'r system safonol hon yn darparu cyfeiriad cynhwysfawr ar gyfer gwerthusiad gwyddonol o alluoedd technegol ac effeithlonrwydd cymhwyso modelau ar raddfa fawr. Cymerodd H3C ran yn y gwerthusiad hwn a gwerthusodd alluoedd datblygu LinSeer yn gynhwysfawr o bum dangosydd gwerthuso, gan ddangos ei gryfder technegol rhagorol.
Rheoli data: Mae'r gwerthusiad yn canolbwyntio ar alluoedd prosesu data a rheoli fersiynau modelau ar raddfa fawr, gan gynnwys glanhau data, anodi, arolygu ansawdd, ac ati. Mae LinSeer wedi dangos perfformiad rhagorol o ran cyflawnrwydd glanhau data a chymorth swyddogaethol. Trwy reoli set ddata effeithlon a phrosesu data, ynghyd â chanfod ansawdd data platfform Oasis, gall gefnogi anodi data testun, delwedd, sain a fideo yn llawn.
Hyfforddiant model: Mae'r gwerthusiad yn canolbwyntio ar allu modelau ar raddfa fawr i gefnogi dulliau hyfforddi lluosog, delweddu, ac amserlennu optimeiddio adnoddau. Yn seiliedig ar bensaernïaeth y Model fel Gwasanaeth (MaaS), mae H3C yn darparu hyfforddiant model cynhwysfawr ar raddfa fawr a gwasanaethau mireinio i gynhyrchu modelau unigryw ac unigryw i gwsmeriaid. Mae'r canlyniadau'n dangos bod LinSeer yn llwyr gefnogi hyfforddiant aml-foddol, tasgau cyn-hyfforddi, iaith naturiol, ac ieithoedd rhaglennu, gyda chywirdeb cynyddol cyfartalog o 91.9% a chyfradd defnyddio adnoddau o 90%.
Rheoli modelau: Mae'r gwerthusiad yn canolbwyntio ar allu modelau ar raddfa fawr i gefnogi storio modelau, rheoli fersiynau, a rheoli logiau. Mae storio ac adalw fector LinSeer yn galluogi modelau i gofio a chefnogi senarios ateb manwl gywir. Mae'r canlyniadau'n dangos y gall LinSeer gefnogi galluoedd storio model yn llawn megis rheoli system ffeiliau a rheoli delweddau, yn ogystal â galluoedd rheoli fersiynau megis rheoli metadata, cynnal a chadw perthnasoedd, a rheoli strwythur.
Defnyddio modelau: Gwerthuso gallu modelau ar raddfa fawr i gefnogi mireinio, trawsnewid, tocio a meintioli modelau. Mae LinSeer yn cefnogi amrywiol algorithmau mireinio i gwrdd yn hyblyg â gwahanol anghenion data a model cwsmeriaid y diwydiant. Mae hefyd yn darparu galluoedd trosi model helaeth o sawl math. Mae LinSeer yn cefnogi tocio a meintioli modelau, gan gyrraedd lefelau uwch o ran cyflymiad cuddni casgliad a defnydd cof.
Proses ddatblygu integredig: Mae'r asesiad yn canolbwyntio ar alluoedd datblygu annibynnol ar gyfer modelau mawr. Mae LinSeer wedi'i integreiddio ag offeryn monitro seilwaith TGCh pentwr llawn H3C i integreiddio'n organig bob cam o ddatblygiad model AI ar raddfa fawr a darparu llwyfan ac offer datblygu unedig. Helpu cwsmeriaid diwydiant i actifadu modelau ar raddfa fawr yn effeithiol yn y parth preifat, adeiladu cymwysiadau deallus yn gyflym, a chyflawni “rhyddid i ddefnyddio modelau.”
Mae H3C yn gweithredu'r strategaeth AI ym MHOB ac yn integreiddio deallusrwydd artiffisial i ystod lawn o gynhyrchion meddalwedd a chaledwedd i gyflawni sylw technoleg lawn-pentwr a senario. Yn ogystal, cynigiodd H3C strategaeth grymuso diwydiant AI i BOB, sy'n anelu at ddeall anghenion y diwydiant yn ddwfn, integreiddio galluoedd AI i atebion diwedd-i-ben, a darparu gwasanaethau i bartneriaid i helpu uwchraddio deallus mewn amrywiol ddiwydiannau.
Er mwyn hyrwyddo ymhellach arloesedd cymhwyso deallusrwydd artiffisial a gweithredu diwydiannol, lansiodd H3C yr ateb cyffredinol AIGC, gan ganolbwyntio ar y llwyfan galluogi, llwyfan data, a llwyfan pŵer cyfrifiadura. Mae'r datrysiad cynhwysfawr hwn yn diwallu anghenion senarios busnes defnyddwyr yn llawn ac yn helpu cwsmeriaid i adeiladu modelau parth preifat ar raddfa fawr yn gyflym gyda ffocws diwydiant, ffocws rhanbarthol, unigrwydd data, a chyfeiriadedd gwerth.
Amser post: Medi-22-2023
