NLP的春天：大模型的行业运用 ——拓尔思交流会速记-调研纪要

第一部分，大模型开启了通用人工智能时代 公司认为，百亿到千亿规模下，不同的模型在不同领域可以出现智能涌现现在，通用人工智能的时代到来了。只有相信，才能看见。昨天马斯克的呼吁是好事，说明人工智能的影响力越来越大。多模态大模型是新一轮的军备竞赛。AI的工程化才是商业场景落地的关键。 第二部分，自然语言处理的春天到了。 大语言模型成了NLP的通篇。NLP是人工智能皇冠上的明珠。谁掌握了语言，谁掌握了未来。我们在这些基础上做两件事，一件是自然语言理解，一件是自然语言生成。最关键的是以前做自然语言处理的中间任务，在未来可能过时了。用生成来取代理解，既然理解不好搞，那就从生成入手。而我们公司从2000年开始就开始做这个技术，历史比较悠久。 第三部分，公司战略 公司提出目标——高质量行业大模型+领域知识数据。有大量优质的数据，模型的精度能媲美通用大模型，投资汇报就更高了。通用模型提供入口，在行业落地上，它在专、实、精、深是不够。公司认为，专业大模型的高质量体现在数据和知识工程的治理体系，数据资源、数据资产、知识运营等。我们从20年前开始，我们就建立大数据中心。我们有1000多亿数据量，2000多台服务器，互联网大数据中心和行业资质中心，这是训练专业大模型里最重要的抓手。公司现有三大数据资产平台，产业大脑，媒体资讯和网络舆情，包括1300亿以上境内境外数据资产，然后包括百亿以上的主题类资源性数据资产，还有专业领域30种以上市值资产、3万以上标签、八大业务场景。没有完美的模型，只有最均衡的模型。拓尔思知识问答模型指令微调流程（略），和昨天的360发布会进行了联动。 第四部分，基于大模型产业化的进展 我们在chatpgt出来之前，就有很多应用实践。2月份提出209计划，以金融风控报告自动生成、知识型搜索引擎、以文生图、智能投研知识问答、公文和新闻稿件辅助创作、康养服务机器人6大块。讲了4个例子（很超预期）：①公文和新闻稿件辅助创作。72%的中央媒体、61%的省级媒体、40%以上的新闻单位都是公司的用户，是很需要这种能力的。②以文生图（现场演示）。③文稿自动生成摘要（现场演示）。④金融行业AI利用，自动分析生成产业链报告和研报（现场演示）。 拓尔思优势总结 ①专注NLP20年2018年公司定位语义智能，2020年开始研究和使用预训练模型。 ②在AIGC领域已经部署了超过百家以上的用户。 ③以高质量行业大模型+领域知识数据为公司战略。 ④大规模优质数据资产和AI工程化落地能力是拓尔思核心优势。 ⑤10000家以上优质行业客户的迭代升级，“钱”景可期。