大模型产业落地关键战打响!百度首发行业大模型,外加一口气十连发( 二 ) 金磊发自凹非寺量子位|公众号

文章图片
VIMER-UMS ，可以通过融合编码来学习图像及其相应文字的统一表征（已经用到了商品搜索）。
VIMER-StrucTexT2.0 ，可以融合学习“语义”和“结构”信息，支持文档图像理解的全场景任务。
生物计算大模型HELIX-GEM ，是融合了几何级别的自监督学习策略，学习化合物键长、键角等空间结构知识，提升化合物性质预测的效果（例如提升药物筛选成功率）。
HELIX-Fold ，是蛋白结构分析大模型，在国产DCU环境，可以将千万级别蛋白的训练时间从AlphaFold2的7天缩短到2.6天。

文章图片
从上面的大模型不难看出，飞桨文心大模型一个非常明显的标签便是“知识增强” 。
这就使得文心大模型不仅拥有解决基础问题的能力，在面对专有任务问题时，也能处理得游刃有余。
而除了8个扩充之外，文心大模型还多了2个“新增”——行业大模型。

文章图片
具体来说，包括联合国家电网研发的知识增强的能源行业NLP大模型国网-百度·文心，以及联合浦发银行研发的知识增强的金融行业NLP大模型浦发-百度·文心。也正如刚才所述，这是业内史无前例的行业大模型。
行业大模型也是先基于文心大模型的通用能力，来挖掘相关行业中的知识；而后再结合实际行业特色的数据和知识，进行大规模无监督的联合训练。
而且在算法层面上，团队针对不同行业领域设计了具有特色的算法，这就让训练后的行业大模型能够更好的解决实际场景中的“疑难杂症” 。
可以说，百度已经找到了大模型应用产业落地的关窍。
用吴甜的话来讲：
大模型如果能学习到行业特有数据和知识，会更接近于行业场景的需要，有利于大规模产业落地。
例如在保险行业这个真实场景中，一个老大难的问题便是合同数量庞大且重要。
但在行业大模型能力的加持之下，保险公司可以合同中的条款文本进行自动解析识别，关键信息的维度可以高达39个。
如此能力之下，业务的效率也是猛增，以前一份合同人工处理要花上30分钟的时间，而现在仅需1分钟！
这也更加印证了飞桨文心大模型“知识增强”标签之外的另一个特点——“产业级” 。
除此之外，不难看出此次这10个新大模型具有一个共性，那便是都基于文心大模型的通用性。
颇有一种“一生二，二生三，三生万物”的感觉了。
但百度飞桨要做的可不只是打造大模型这么简单，他们还要让大模型用着方便。
【大模型产业落地关键战打响!百度首发行业大模型,外加一口气十连发】就像我们刚才提到的“好马配好鞍” ，在这方面，百度飞桨所提出的是一套工具平台：
大模型开发套件大模型API服务开发平台EasyDL和BML据了解，开发平台EasyDL和BML能够涵盖30000多个任务，并且可以让数据标注量平均下降70%、效果平均提升10.7% 。
这就让开发者在不挑算法能力的情况下，就可以“丝滑”地去用文心大模型。

文章图片
值得一提的是，与飞桨虽“异曲”却“同工”的文心大模型，也是共享飞桨生态的升级，同步发布了一个生态系统——旸谷大模型创意与探索社区。
（旸谷在古书、神话中是指“日出的地方” 。）