大数据专家的博客

“达观杯”智能文档版面分析赛题baseline已上线，欢迎下载报名！

由国内领先智能文本处理企业达观数据与上海市计算机学会联合举办的智能文档版面分析多模态数据处理算法竞赛正在火热报名阶段。开赛一周内，第七届“达观杯”已有来自国内外的近200名企业和高校算法精英参与到比赛中。作为本次赛题的出题方，为助力各位打榜达人更快速上手比赛，更高效优化模型，冲击决赛top榜，达观数据算法团队为选手提供了官方baseline以供参考。本届大赛的总奖金池 5.5W元，此外，排名Top

数据

github

数据集

原创 2023-10-20 14:14:57 141 阅读

柴洪峰院士：大模型赋能金融科技思考与展望

本文整理自7月7日世界人工智能大会“AI生成与垂直大语言模型的无限魅力”论坛上中国工程院院士、复旦大学金融科技研究院院长柴洪峰《大模型赋能金融科技思考与展望》的主题分享，从金融垂直模型构建、金融知识图谱与大模型融合以及金融大模型的监管三个方面进行介绍。随着金融科技的蓬勃发展，金融行业正经历着一场革命性的变革。金融垂直领域模型构建与金融数据的结合成为推动金融科技创新和发展的重要动力。通过整合跨学科研

数据

数据安全

异构

原创 2023-08-01 10:29:37 163 阅读

RPA界面元素定位与操控技术详解-达观数据

RPA 入门介绍什么是 RPA？RPA 是机器人流程自动化 Robotic Process Automation 的简写。在《智能RPA实战》中，我们这样定义：通过特定的、可模拟人类在计算机界面上进行操作的技术，按照规则自动执行相应的流程任务，代替或辅助人类完成相关的计算机操作。一句话总结就是：用软件机器人自动化之前由人完成的任务。那么什么是 IPA 呢？IPA (Intelligent Proc

控件

Windows

UI

原创 2023-07-24 15:52:48 131 阅读

达观曹植大模型正式对外公测！专注于长文本、多语言、垂直化发展

大模型时代到来，国内出现“百模大战”的局面。达观数据自23年3月宣布研发大语言模型以来，一直积极探索大语言模型的专业化、特长化和产品化。通过多年的高质量数据积累，不断精进算法创新，结合多年的文本处理工程实践经验，已开发出具有长文本、多语言、垂直化三大特点的专用国产“曹植”大语言模型。7月伊始，达观正式对外发布“曹植”大语言模型应用公测版，可在达观数据官网申请试用！申请通道与规则1 申请通

多语言

数据

语言模型

原创 2023-07-14 11:17:23 108 阅读

Python源码剖析：深度探索Cpython对象-达观数据

CPython 是 Python 社区的标准，其他版本的 Python，比如 pypy，都会遵行 CPython 的标准 API 实现。想要更深入的认识 Python，就需要了解 CPython 的源码实现。本文将从 CPython 的对象构造器开始入手，带大家揭开 CPython 源码的面纱，带你进入 C + Python 的世界。文章的最后，你也会对 Python 中最重要的概念：一切皆对象

Python

API

内置类型

原创精选 2023-07-13 15:28:38 226 阅读

一文详解新一代高效前端构建工具VITE-达观数据

Vite 是一个快速、简单且高效的前端构建工具，它的出现为前端开发者带来了新的构建体验。在本文中，我们将探讨 Vite 的技术原理、优点和使用方法。Vite 的技术原理Vite 的核心技术是基于 ES Modules 和浏览器原生模块系统的构建工具。Vite 的构建过程是基于 ES Modules 实现的，这是一种浏览器原生支持的模块系统，它能够在运行时动态加载依赖，从而避免了传统构建工具的静态打

开发者

构建工具

配置文件

原创 2023-07-13 15:24:54 100 阅读

2023世界人工智能大会“AI生成与垂直大语言模型”论坛重磅来袭！

当前AI生成与大语言模型的指数级发展，为相关产业链带来新的发展引擎，也为AI落地应用带来新的想象空间。2023年7月7日，在世界人工智能大会组委会办公室和共青团上海市浦东新区委员会的指导下，上海市浦东新区青年联合会、达观数据、优刻得，将共同主办 “AI生成与垂直大语言模型的无限魅力”主题论坛。本论坛届时将邀请国内学术领军人物以及AI、算力、应用领域头部企业负责人、技术大咖等嘉宾分享AIGC和大语言

语言模型

数据

人工智能

原创 2023-06-08 10:20:36 202 阅读

新浪张俊林：大语言模型的涌现能力——现象与解释

内容来源：ChatGPT 及大模型专题研讨会分享嘉宾：新浪新技术研发负责人、中国中文信息学会理事张俊林分享主题：《大型语言模型的涌现能力：现象与解释》转载自：https://zhuanlan.zhihu.com/p/621438653注1：本文整理自我在今年3 月 11 日 “中国人工智能学会”主办、达观数据承办的「ChatGPT 及大模型专题研讨会」上《大型语言模型的涌

语言模型

数据

临界值

原创精选 2023-04-28 14:17:08 539 阅读 1点赞 1收藏 1评论

上海首个大模型产业发展研讨会圆满落幕，众顶尖专家共探大模型产业

4月21日，由上海市数据科学重点实验室携手达观数据、上海浦东软件园联合举办的“大模型产业发展研讨会”圆满落幕。本次研讨会是继达观数据在北京、成都顺利举办“ChatGPT及大模型专题研讨会”后的又一场科技盛会，当天大会汇聚了大模型产业国际和国内顶尖的工业界与学术界专家学者，分享他们在大模型产业发展方面的最新进展与未来规划，并共同探讨大模型产业的未来发展趋势和挑战。上海浦东软件园创业投资管理有限公司董

数据

语言模型

人工智能

原创 2023-04-24 14:29:49 302 阅读

ChatGPT及大模型专题研讨会在蓉成功举办共探前沿技术与产业发展

4月14日，由成都市新经济发展委员会指导，成都市人工智能产业生态联盟主办，达观数据承办，智慧蓉城研究院与趋动科技协办的ChatGPT与大模型技术创新与应用发展专题研讨会在蓉圆满落幕。本次专题研讨会围绕ChatGPT和大规模语言模型的发展应用，聚集众多人工智能产学研用大咖，旨在聚焦全球ChatGPT现象级热点，从技术、应用、伦理等多维视角出发，共同探讨ChatGPT和大模型对不同领域研究产生的颠覆性

人工智能

语言模型

超算

原创 2023-04-24 14:01:59 129 阅读

年度AI对话|达观陈运文：做私有部署的大模型，数据安全更具优势

本文内容来源于达观数据董事长兼CEO陈运文受邀出席36氪数字时氪的《年度AI对话》专栏采访内容大模型既带来了压力，也带来了机会文 | 杨俊编辑 | 石亚琼封面来源｜企业官方掌握了人工智能就掌握了新时代的生产力密码。在ChatGPT爆火的当下，大模型火遍全球，中国产业也激发了对人工智能应用的新热情。因此，这个时间点，36氪数字时氪团队正式启动《年度AI对话》专

数据

语言模型

应用场景

原创 2023-04-12 15:54:56 153 阅读

达观数据研发“曹植”大语言模型，致力于国产GPT模型

在通用领域，以ChatGPT为代表的生成式大规模语言模型展现出卓越的知识学习和文字创作能力，受到国内外的广泛关注。垂直领域的GPT大模型同样拥有广阔的应用前景。达观基于多年文本智能技术积累和垂直领域场景业务经验，正在积极探索大语言模型LLM的实践，研发国产版GPT“曹植”系统，作为垂直、专用、自主可控的国产版ChatGPT模型，不仅能实现专业领域的AIGC智能化应用，且可内置在客户各类业务系统中提

数据

语言模型

人工智能

原创 2023-04-12 14:58:35 191 阅读

中科院张家俊：ChatGPT中的提示与指令学习

内容来源：ChatGPT 及大模型专题研讨会分享嘉宾：中国科学院自动化研究所研究员张家俊分享主题：《ChatGPT中的提示与指令学习》中国科学院自动化研究所研究员张家俊以ChatGPT中的提示与指令学习为题，从ChatGPT简要技术回顾、迈向通用性的提示学习、从提示学习到指令学习、相关探索与学习等角度和在场听众展开技术分享。大模型主要有两个方向，一个是“预训练+参数微调”，就是大模型有了之后针对

数据

语言模型

数据集

原创精选 2023-04-11 18:25:15 850 阅读

专家圆桌：“国产类 ChatGPT ”所存在的差距与挑战

内容来源：ChatGPT 及大模型专题研讨会转载自CSDN稿件在经历寒冬、雾霾，甚至大家纷纷看不到希望之际，ChatGPT 犹如一场春雨，给做 AI 甚至 NLP 等研究的人带来了新的希望。3 月 11 日，由中国人工智能学会主办，中国人工智能学会 NLP 专委会、真格基金、达观数据共同承办，中国信通院云大所支持的「ChatGPT 及大模型专题研讨会」正式举行。在圆桌对话环节，来自学术

人工智能

数据

自然语言处理

原创 2023-03-27 19:00:22 244 阅读

探索大语言模型垂直化训练技术和应用-陈运文

内容来源：ChatGPT 及大模型专题研讨会分享嘉宾：达观数据董事长兼CEO 陈运文博士分享主题：《探索大语言模型垂直化训练技术和应用》转载自CSDN稿件本文整理自 3月11日《ChatGPT 及大规模专题研讨会》上，达观数据董事长兼CEO 陈运文博士关于《探索大语言模型垂直化训练技术和应用》的分享，将介绍达观数据在大语言模型应用中的探索与思考。此次分享的主要内容分为 6

语言模型

chatgpt

原创 2023-03-20 18:33:36 1076 阅读

复旦邱锡鹏：深度剖析 ChatGPT 类大语言模型的关键技术

内容来源：ChatGPT 及大模型专题研讨会分享嘉宾：复旦大教授邱锡鹏分享主题：《对话式大型语言模型》转载自CSDN稿件ChapGPT 自问世以来，便展现出了令世人惊艳的对话能力。仅用两个月时间，ChatGPT 月活跃用户就达一亿，是史上用户增速最快的消费应用。对于学术界、工业界、或是其他相关应用来说都是一个非常大的机会和挑战。事实上，ChatGPT 的成功并不是偶然结果，其背后多有创新之处。本

语言模型

人工智能

迭代

转载 2023-03-16 16:31:04 224 阅读

AIGC用于智能写作的技术综述-达观数据

导语图1. ChatGPT生成的关于智能写作的介绍智能写作指使用自然语言处理技术来自动生成文本内容。这种技术通过分析给定语料库，学习文本的结构和语法，然后利用这些信息来生成新的文本。智能写作可以用来快速生成高质量的文本内容，并且可以用来完成诸如文章写作、报告生成和摘要提取等任务。图1为我们介绍了智能写作的基本概念，而令人意想不到的是，这一段介绍的作者竟是AI

人工智能

NLP

原创 2022-12-28 15:59:16 588 阅读

中文语法纠错全国大赛获奖分享：基于多轮机制的中文语法纠错

中文语法纠错任务旨在对文本中存在的拼写、语法等错误进行自动检测和纠正，是自然语言处理领域一项重要的任务。同时该任务在公文、新闻和教育等领域都有着落地的应用价值。但由于中文具有的文法和句法规则比较复杂，基于深度学习的中文文本纠错在实际落地的场景中仍然具有推理速度慢、纠错准确率低和假阳性高等缺点，因此中文文本纠错任务还具有非常大的研究空间。达观数据在CCL2022汉语学习者文本纠错评测比赛的赛道一中文

数据

检错

数据集

原创 2022-12-22 18:18:59 412 阅读

全国中文纠错大赛达观冠军方案分享：多模型结合的等长拼写纠错

参与任务中文拼写检查任务是中文自然语言处理中非常具有代表性和挑战性的任务，其本质是找出文本段落中的错别字。这项任务在各种领域，如公文，新闻、财报中都有很好的落地应用价值。而其任务的困难程度也赋予了它非常大的研究空间。达观数据在CCL2022汉语学习者文本纠错评测比赛的赛道一中文拼写检查（Chinese Spelling Check）任务中取得了全国冠军,赛道二中文语法纠错（Chines

文本纠错

原创 2022-12-22 18:05:07 263 阅读

文字语义纠错技术探索与实践-张健

背景文本语义纠错的使用场景非常广泛，基本上只要涉及到写作就有文本纠错的需求。书籍面市前就有独立的校对的环节来保障出版之后不出现明显的问题。在新闻中我们也时不时看到因为文字审核没到位造成大乌龙的情况，包括上市公司在公开文书上把“临时大会”写成为“临死大会”，政府文件把“报效国家”写成了“报销国家”。有关文本纠错的辅助工具能给文字工作人员带来较大的便

语言模型

数据

拼写检查

原创 2022-12-21 18:57:32 219 阅读

海量文本中挖掘人物关联关系核心技术介绍-桂洪冠

在大数据时代，通过对目标人物的轨迹、通信、社交、出行、网络等多模态行为进行挖掘并建立人物画像模型，并依托人物基础特征和高层特征，实例化人物画像，支撑有关部门分析人员全方位了解目标人物的行为、活动、状态、基本属性等信息，同时能够基于人物画像指导人物活动规律分析、人物能力分析、人物动向分析等应用。图1 某人物组织网络示例本文将重点就人物关联关系挖掘及其关键技术进行分析。人物关联关系挖掘是网

结点

关键路径

关联关系

原创 2022-12-14 20:02:53 316 阅读

多模态文档LayoutLM版面智能理解技术演进-纪传俊

LayoutLM经过从1.0到3.0版本的迭代，不断优化模型，可见多模态技术对于文档理解的可行性和未来巨大的潜力

银行审单

国际审单

文档审核

原创 2022-12-07 19:19:05 330 阅读

多模态文档LayoutLM版面智能理解技术演进-纪传俊

LayoutLM经过从1.0到3.0版本的迭代，不断优化模型，可见多模态技术对于文档理解的可行性和未来巨大的潜力

银行审单

国际审单

文档审核

原创 2022-12-07 19:19:05 289 阅读

达观数据联合同济大学发布新冠肺炎知识图谱数据集及智能问答系统

详细介绍了发表于期刊《Data Intelligence》的论文成果《COKG-QA: Multi-hop Question Answering over COVID-19 Knowledge Graphs》

知识图谱

原创 2022-12-06 19:08:45 204 阅读

RPA界面元素智能自适应定位与操控技术-金克

什么是RPA？RPA（Robotic Process Automation，机器人流程自动化）是通过特定的、可模拟人类在计算机界面上进行操作的技术，它可以按规则自动执行相应的流程任务，代替或辅助人类完成相关的计算机操作，从而节约人力成本，提高生产效率。从RPA的定义就可以看出，对计算机界面的操控是RPA的核心之一。要实现对计算机界面的操控，就必须用到RPA界面元素定位和操控技术。元素定

应用程序

用户界面

图像匹配

原创 2022-11-30 18:39:12 192 阅读

达观王文广:一文详解BERT模型实现NER命名实体抽取

在自然语言处理和知识图谱中，实体抽取、NER是一个基本任务，也是产业化应用NLP 和知识图谱的关键技术之一。

数据

数据集

人工智能

原创 2022-11-24 10:39:38 157 阅读 yyds干货盘点

知识图谱增强下的智能推荐系统与应用-于敬

随着互联网技术的迅速发展，尤其是移动互联网的兴起，新产生的信息呈现爆炸式的增长。为了更好地解决信息获取中的信息过载（Information Overload）和长尾问题（Long Tail），推荐系统应运而生，目前基本上已经成为了各种产品的标配功能。推荐系统是信息过滤系统的一个分支，它可以自动地挖掘用户和物品之间的联系。具体来说，它试图基于用户本身的多维度属性数据（如年龄、地域、性别等）以及行为数

推荐系统

知识图谱

原创 2022-11-17 15:26:29 337 阅读

知识图谱构建下的自动问答KBQA系统实战-文辉

知识图谱问答系统任务和意义问答系统（Qusstion Answering System,QA System）在大家的日常生活中随处可见，2014年微软率先推出了小冰智能聊天机器人，直至现在越来越多如siri移动生活助手和智能音箱等的面市，问答作为一种信息获取方式愈发受到大众和厂商的关注和投入。问答系统能够接受用户以自然语言形式描述的提问，并从大量的异构数据中查到或者推理出用户想要的答案。相比传统的

问答系统

知识图谱

原创 2022-11-09 19:11:47 471 阅读

智能文档处理IDP关键技术与实践-高翔

什么是智能文档处理？针对文本数据处理尤其是纯文本，大家通常会想到使用自然语言处理（Natural language processing，NLP）技术来解决语义理解及分析处理工作。关于自然语言处理技术的研究有很长历史，针对不同层面文本处理和分析有很多技术点，常见技术例如分词与词性标注、命名实体识别、句法结构分析、文本分类、文本摘要等功能。相较于纯文本，文档的信息表达更加复杂，除各种形式的文本信息外

数据

文档处理

文字识别

原创 2022-11-02 19:34:22 293 阅读

探索人机深度融合的高可用性人工智能应用

目前，人工智能技术在世界范围内热度极高，但却出现了“雷声大、雨点小”的现象。一方面，随着近年来深度学习技术的不断发展，计算能力的不断提高，更深更复杂网络的普及使用，加上深度学习端到端的特性，看起来好像人工智能就是端到端的标注，不断地做数据清洗，增加标注数据，加深模型参数，就可以实现计算机像人类一样工作。另一方面，人工智能在实际应用场景落地时经常失败，常听到有

字段

数据

人工智能

原创 2022-10-26 18:51:34 157 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

达观数据的BLOG

“达观杯”智能文档版面分析赛题baseline已上线，欢迎下载报名！

柴洪峰院士：大模型赋能金融科技思考与展望

RPA界面元素定位与操控技术详解-达观数据

达观曹植大模型正式对外公测！专注于长文本、多语言、垂直化发展

Python源码剖析：深度探索Cpython对象-达观数据

一文详解新一代高效前端构建工具VITE-达观数据

2023世界人工智能大会“AI生成与垂直大语言模型”论坛重磅来袭！

新浪张俊林：大语言模型的涌现能力——现象与解释

上海首个大模型产业发展研讨会圆满落幕，众顶尖专家共探大模型产业

ChatGPT及大模型专题研讨会在蓉成功举办共探前沿技术与产业发展

年度AI对话|达观陈运文：做私有部署的大模型，数据安全更具优势

达观数据研发“曹植”大语言模型，致力于国产GPT模型

中科院张家俊：ChatGPT中的提示与指令学习

专家圆桌：“国产类 ChatGPT ”所存在的差距与挑战

探索大语言模型垂直化训练技术和应用-陈运文

复旦邱锡鹏：深度剖析 ChatGPT 类大语言模型的关键技术

AIGC用于智能写作的技术综述-达观数据

中文语法纠错全国大赛获奖分享：基于多轮机制的中文语法纠错

全国中文纠错大赛达观冠军方案分享：多模型结合的等长拼写纠错

文字语义纠错技术探索与实践-张健

海量文本中挖掘人物关联关系核心技术介绍-桂洪冠

多模态文档LayoutLM版面智能理解技术演进-纪传俊

多模态文档LayoutLM版面智能理解技术演进-纪传俊

达观数据联合同济大学发布新冠肺炎知识图谱数据集及智能问答系统

RPA界面元素智能自适应定位与操控技术-金克

达观王文广:一文详解BERT模型实现NER命名实体抽取

知识图谱增强下的智能推荐系统与应用-于敬

知识图谱构建下的自动问答KBQA系统实战-文辉

智能文档处理IDP关键技术与实践-高翔

探索人机深度融合的高可用性人工智能应用