微信扫一扫,关注公众号

  • 科技行者

  • 算力行者

见证连接与计算的「力量」

首页 蜜度发布首个智能舆情分析大语言模型 打造蜜巢在垂直领域的多元应用

蜜度发布首个智能舆情分析大语言模型 打造蜜巢在垂直领域的多元应用

2023-07-09 19:33
分享至:
----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-
2023-07-09 19:33 科技行者

在2023世界人工智能大会(WAIC)中,语言智能科技企业蜜度不仅为观众呈现了诸多AIGC的沉浸式体验,还发布了全新的大语言模型产品,深入办公场景多元需求的同时,也开启了大模型时代的办公智能化进程。

2分钟自动生成舆情分析报告 大语言模型提升服务效率

7月8日,蜜巢智能舆情分析大语言模型重磅发布。模型专注于舆情报告自动撰写,基于专家团队十余年高质量分析报告的专业语料数据训练,凝聚大量专业知识和专家经验。用户简单输入事件信息配置即可全自动撰写高质量舆情事件分析报告,为突发事件的舆情追踪、分析与研判提供支持。

通过融入蜜度以往的强大服务经验,结合蜜度自研蜜巢系列大语言模型的AI能力,蜜巢智能舆情分析大语言模型从“易用”与“速度”两个维度提高了舆情报告自动生成的服务效率。在简单的设置后,仅需2分钟,就可以输出一份高质量的舆情分析报告。

在舆情分析报告领域,蜜度积累了丰富的行业经验与分析方法,基于数量庞大的优秀分析报告作为专业语料数据用于训练,让这些来自专家团队的深度洞见与专业知识被模型悉数吸纳,再经由机器学习的不断强化,最终呈现了人脑认知经验与AI计算能力的全新融合——蜜巢智能舆情分析大语言模型。

不仅如此,蜜度自身所具备的支持国产化软硬件运行环境的设备及能力,能够基于华为昇腾昇思AI生态,为用户的日常使用提供更高效、安全、稳定的保障。

蜜度发布首个智能舆情分析大语言模型 打造蜜巢在垂直领域的多元应用

蜜巢智能舆情分析大语言模型发布

聚焦垂直领域 服务千行百业

除了舆情报告自动生成的大语言模型,蜜度在此次WAIC上还发布了首个软硬件一体国产化知识问答与内容生成大语言模型——“蜜巢知识问答与内容生成大语言模型”;国内首个专为智能校对领域打造的垂直大语言模型——“蜜度文修”。

蜜度发布首个智能舆情分析大语言模型 打造蜜巢在垂直领域的多元应用

蜜度自研蜜巢系列大语言模型

蜜巢知识问答与内容生成大语言模型,实时基于用户所输入的文档进行知识增强,并对文档中的相关知识进行定制化的知识问答与内容生成,实现“千文千面,千人千面”式内容生成,帮助企业和个人打造专属的知识问答与内容生成大模型。蜜度文修是国内首个专为智能校对领域打造的大语言模型,有着出色校对与润色能力。

蜜巢知识问答与内容生成大语言模型实现了“千文千面,千人千面”式内容生成,模型能够实时基于用户所输入的文档进行知识增强,并对文档中的相关知识进行定制化的知识问答与内容生成,帮助企业和个人打造专属的知识问答与内容生成大模型;蜜度文修则以出色的校对与润色能力,刷新了多类校对任务的最佳效果,更有效地辅助专业用户提高校对质量、提升校对速度、降低差错率,为新闻出版、媒体稿件、政府公文等专业领域带来工作模式迭代与效率提升。

作为一家以人工智能技术为核心的语言智能科技企业,蜜度同时发布三款大语言模型,既可以看作本土科技企业以经得起测试的优秀模型水准,与全球AI发展进程的齐步并行,也可以视为以模型服务垂直领域的开场。

未来,蜜度将持续以大语言模型(LLM)为技术底座,聚焦不同垂直行业的痛点与需求,研发和增强特定场景下的能力,并通过自建与用户及市场需求匹配的垂直领域AI能力,积极开发大语言模型的落地应用,更将发挥自身支持国产化软硬件运行环境的设备及能力,为千行百业注入AI加速度,用大模型的创新赋能,共同迎接全新的时代。

分享至
1赞

好文章,需要你的鼓励

推荐文章
  • 南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    南方科技大学等机构联手破解AI推理训练难题:让大模型"一次思考"就学会解题

    本文介绍了由南方科技大学等机构于2026年4月发表的研究(arXiv:2604.08865),提出了名为SPPO的大模型推理训练新方法。该方法将推理任务重新建模为"序列级情境赌博机",用一个轻量级价值模型预测题目难度,以单次采样替代GRPO的多次采样,解决了标准PPO的"尾部效应"问题。实验显示,SPPO在数学基准测试上超越GRPO,训练速度提升约5.9倍,配合小尺寸价值模型还能显著降低显存占用。

  • 香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    香港科技大学数学系研究者:扩散模型原来是一个"魔法恒等式"拆成了两半

    这项由香港科技大学数学系完成的研究(arXiv:2604.10465,2026年ICLR博客论文赛道)提出了一种从朗之万动力学视角理解扩散模型的统一框架。研究指出,扩散模型的前向加噪和逆向去噪过程,本质上是朗之万动力学这一"分布恒等操作"被拆成了两半。在这个视角下,VP、VE-Karras和Flow Matching等不同参数化的模型可被精确互译,SDE与ODE版本可被统一解释,扩散模型相对VAE的理论优势得以阐明,Flow Matching与得分匹配的等价性也得到了严格论证。

  • 中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学研究团队打造的"AI科学家":让机器自主完成几十小时的科研工程,它是怎么做到的?

    中国人民大学高岭人工智能学院等机构联合开发了AiScientist系统,旨在让AI自主完成机器学习研究的完整工程流程,包括读论文、搭环境、写代码、跑实验和迭代调试,全程无需人工干预。系统核心设计是"薄控制、厚状态":由轻量指挥官协调专业代理团队,通过"文件即通道"机制将所有中间成果持久化存储,使每轮工作都能建立在前一轮积累的基础上。在PaperBench和MLE-Bench Lite两个基准上,系统表现显著优于现有最强对比系统,论文发布于2026年4月。

  • 字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    字节跳动发布GRN:像人类画家一样"边画边改"的AI图像生成新范式

    这项由字节跳动发布的研究(arXiv:2604.13030)提出了生成式精化网络(GRN),一套模仿人类画家"边画边改"直觉的视觉生成新框架。其核心包括两项创新:层级二进制量化(HBQ)通过多轮二分逼近实现近乎无损的离散图像编码,以及全局精化机制允许模型在每一步对整张图像的所有位置重新预测并随时纠错,从根本上解决了自回归模型的误差积累问题。配合基于熵值的自适应步数调度,GRN在ImageNet图像重建(rFID 0.56)和生成(gFID 1.81)上均创下新纪录,并在文本生成图像和视频任务上以20亿参数达到同等规模方法的领先水平。

----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.- ----..---.-...-/--...-.-......./-...-....-..--../-............-.-