有哪些信誉好的足球投注网站- 1、本文档共36页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
人工智能行业数据集构建及模型训练方法实践
周华
北京智源人工智能研究院大模型行业应用总监
1
行业大模型落地难，难在哪里？
专业需求数据构建
大模型能力与专业业务需求对齐难行业大模型专业数据集构建难
训练技术集成演进
人员算力成本高，技术能力建设难现有IT系统的大模型集成和演进难
2
目录
一．行业数据集的制作技术分享
二．行业模型训练新范式的实践
三．NL2SQL助力大模型与传统IT系统集成
3
助力解决行业模型训练数据问题
在当前大模型时代，行业模型在推动智能化转型和创新发展中发挥着至关重要的作用，而高质量的行业
数据是提升大模型性能和实现行业应用落地的关键。
行业数据带来的裨益
行业数据现状愿景
提升模型性能：行业数据中包含专业的、领域特定的知识或
数据量少数据量足够大
业务流程；
实现应用落地：高质量的行业数据是大模型实际应用中落地
数据质量低质量足够高的关键；
增强模型适应性：行业数据使模型可以适配行业中独有的场
行业覆盖少行业覆盖多景问题或挑战；
促进创新：行业数据极大推动不同的工作模式创新
4
智源IndustryCorpus1.0：多行业中英双语数据集
数据为模型服务，模型由开发者实现。从开发者的角度来看，智源IndustryCorpus数据集有着数据规模
大，行业覆盖广，类型多，质量广，灵活度高的显著优势。
•开源数据3.4T(2.4EN+1.0ZH)
数据规模大
•高质量数据0.9T(定向申请)
•一期18个行业分类
行业覆盖广
•二期扩展到30个行业分类
•行业预训练数据
数据类型多图1.本次开源行业数据集按行业分布情况（GB）
•行业指令数据（医疗、教育）、行业偏好数据（医疗）
•预训练数据：基于规则+模型的多重质量提升方案
数据质量高
•指令数据：基于指令复杂性+回复质量+多轮相关性的筛选方案
文档评论（0）