同花顺-圈子

为深入理解和把握数据智能的发展趋势，探索其在各领域的应用潜力，2024年6月19日，由中国通信标准化协会主办，大数据技术标准推进委员会承办的首届“数据智能大会”在京召开。此次大会邀请了来自各个领域的一线专家，分享数智基础设施、数据治理、数据安全、数据要素流通、企业数智化转型等方面的最新实践。拓尔思副总裁林松涛受邀出席，并做“大模型行业落地的实践和成功案例”的主题演讲。

林松涛表示，大模型在实际部署和应用过程中存在多重挑战，包括算力成本、数据私属、算法深化的困境以及因大模型“黑盒特性”产生的问题、实际应用没有深入融合业务、难以真正实现业务价值释放、传统项目开发范式与大模型技术快速迭代的不匹配等。

拓尔思推出的拓天大模型一体化平台，其行业知识可增强、部署模式可选择、私有数据可训练、指令微调可定制、业务场景可适配的特点，为大模型的落地提供了有力支持。拓天大模型训练和应用构建过程中可进行私有化部署、个性化定制，通过外部知识导入、添加指令、配置场景等方式，让大模型更加简单易用。相比于行业大模型，私域定制大模型能够为用户解决80-90%的问题。

林松涛强调，没有一个大模型能够适用于所有场景，需要根据实际情况选择最适合的大模型。大模型不应被视为单一的产品，而是AI+应用中的能力底座。拓尔思以“大模型、小应用”的模式助力用户搭建专属的大模型应用集，破解场景困局。

拓尔思自建的互联网数据中心确保了高质量数据的有效供给，同时结合向量数据库、RAG检索增强生成、知识图谱等多重技术，使大模型生成的内容更加合规可控。此外，依托拓天大模型的推理和生成能力，拓尔思能够根据不同的输入需求，使用大模型Agent自主构建对应结构的工具链，并基于自主演化的任务链，实现知识和数据的混合驱动。

在实际应用中，拓天大模型展现出卓越的性能和广泛的适用性，在多个领域取得了显著成效。

某中央媒体单位智能编辑助手

基于拓天媒体大模型，拓尔思为某中央媒体单位开发了智能编辑助手。通过对该媒体历史数据的标注和训练精调，采用copilot副驾驶模式与编辑器无缝集成，并结合媒资库实现了自然语言对话式查询，改变了以往多模态查找的难题。智能编辑助手提供写作辅助、知识整理、智能搜索等功能，有效推动了全业务流程链条各环节场景的持续迭代和优化。

某股份制银行智能消保助手

基于拓天金融大模型，拓尔思为某股份制银行开发了智能消保助手。智能消保助手覆盖了投诉分析、投诉回溯、热点问题挖掘、报告自动生成等多个场景，帮助银行构建了标准化分析体系，以对话交互式方式完成了上百个数据指标的定向分析，实现基于个人数据分析需求的投诉数据自动分析与报告生成，减轻了银行在投诉数据分析方面的压力。