aigc与大模型技术

AIGC（ArtificialIntelligenceGeneratedContent）大模型是指利用人工智能技术自动生成内容的大型模型，这些内容可以是文本、图片、音频、视频甚至3D模型等多种形式。AIGC大模型是基于人工智能技术，通过在大规模数据集上训练得到的模型。它们具有强大的生成能力，可以根据用户的指令或需求，自动生成各种形式的内容。这些模型的特点包括：多模态生成：AIGC大模型不仅的算法和架构，可以在短时间内生成大量高质量的内容，提高生成效率。AIGC大模型应用场景AIGC大模型在多个领域都有广泛的应用场景，包括但不限于：媒体与娱乐：自动生成新闻报道、文章摘要、诗歌、小说等文本能够生成文本内容，还能生成图片、音频、视频等多种形式的内容，实现跨模态的生成。高度定制化：用户可以根据自己的需求，对AIGC大模型进行定制化训练，使其生成更符合自己要求的内容。高效性：AIGC大模型采用先进效率和质量。教育与培训：生成个性化的学习材料、模拟试题、教学视频等，为学生提供更加便捷、高效的学习体验。商业应用：在电商、广告等领域，生成虚拟主播、三维商品构建、服饰在线试穿等功能，提升用户体验和购物效率。

AIGC大模型是一种基于深度学习技术的自然语言处理模型，AIGC大模型使用大规模的语料库进行训练，可以自动从大量的文本数据中学习语言的语法、语义和上下文信息。AIGC大模型采用了多层的神经网络Infinity、大数据分析大模型SoLar“求索”，促进金融分析和大数据分析的平民化。星环科技将自主研发的领先创新技术赋能各行各业，与生态伙伴共同打造国产化大数据技术生态，推动数字经济的可持续发展。无涯结构，通过反向传播算法进行训练，可以用于多种自然语言处理任务，如文本分类、情感分析、命名实体识别等。AIGC大模型是一种非常强大的自然语言处理工具，可以广泛应用于自然语言处理、自然语言生成、智能客服、智能推荐等多个领域。但是，由于该模型需要大量的计算资源和数据资源进行训练，因此其训练和部署成本较高，需要专业的技术和团队支持。大模型时代的到来，给软件开发行业带来了巨大的变革，企业需要一个工具链来开发大模型。星环科技作为国内领先的大数据基础软件开发商，积极应对以ChatGPT为代表的人工智能带来的新挑战，打造数据管理平台的多模态、智能化、敏捷化和平民化产品。为帮助企业构建自己的大模型，星环科技推出了机器

日前，科技创新和产业研究综合服务平台亿欧TE发布《2023企业AIGC商业落地应用研究报告》。星环科技凭借在大模型领域的深耕布局和技术实力，成功入选其AIGC商业落地产业图谱2.0“大行业大模型90%的企业开始了数字化转型的设计规划，这意味着数字资产、数据驱动、业务数字原生程度大幅加深，AIGC可成活的土壤越牢固。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。为了帮助企业用户基于大模型构建应用，星环科技推出了大模型持续提升和持续开发工具SophonLLMOps，为用户打通从数据接入和开发、提示工程、大模型微调、大模型上架部署到大模型应用编排和业务效果对齐的全链路流程，从而实现针对大模型的数据和分析的持续提升。同时星环科技还推出了星环无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型。其中，无涯是一款面向金融量化领域、超大规模参数量的生成式大语言模型，融合了舆情、资金、人物、空间、上下游等多模态信息，具备强大的理解和生成能力，支持股票、债券、基金

科学技术奖等。作为新一代人工智能产业的核心驱动力，大模型已成为产业数字化与智能化的重要支撑，推动新一轮的科技革命与产业变革。星环科技将持续深耕大模型技术创新，助力企业抓住大模型时代的新机遇。打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的、能源等多个行业有诸多落地案例。凭借在大模型领域的深耕布局和产品技术实力，星环科技在大模型领域收获了一系列荣誉奖项：IDC“政务大模型厂商图谱”、入选IDC“中国生成式AI市场生态图谱”、入选IDC《大

全景图谱”、分析主流参与厂商类型与格局策略、各类型厂商发展路径和能力要求变化等，为市场辨析产业发展价值与空间。星环科技凭借在大模型领域的深耕布局和技术实力，成功入选其2023年中国AIGC产业图谱金融板块咨询预测，2023年中国AIGC产业规模约为143亿元，随后进入大模型生态培育期，持续打造与完善底层算力基建、大模型商店平台等新型基础设施，以此孕育成熟技术与产品形态的对外输出。作为一家企业级大数据基础日前，国内知名研究咨询机构艾瑞咨询（iResearch）发布了《2023年中国AIGC产业全景报告》，展开对AIGC产业的全景洞察、探究生成式AI技术对数字产业的影响变化、绘制“中国AIGC产业。报告指出，在网民规模持续提升、网络接入环境日益多元、企业数字化进程不断加速的宏观环境下，AIGC技术作为新型内容生产方式，有望渗透人类生产生活，为千行百业带来颠覆变革，开辟人类生产交互新纪元。艾瑞软件开发商，星环科技致力于为行业提供大模型应用构建的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。为了帮助企业用户基于大模型构建应用，星环科技推出了大模型持续提升和

。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。

近日，创业邦发布了“2023值得关注的AIGC公司”榜单，星环科技凭借在大模型领域的深耕布局和技术实力获评“2023值得关注的AIGC公司”基础层公司。此次结果由创业邦研究中心根据行业影响力、技术成熟度、应用场景和创新性等四个关键维度评选。大模型时代的到来，给软件开发行业带来了巨大的变革，作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。为帮助企业构建自己的大模型，星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。无涯是

应用全景报告》通过广泛调研与深度分析，基于产品融资现状、商业模式、A技术应用、技术普及度、赛道及产品应用现状和竞争格局六大维度，带来当前中国A/GC应用的现状、格局和发展趋势。希望为中国AIGC产业”榜单、入选江苏省信息技术应用学会科学技术奖等。作为新一代人工智能产业的核心驱动力，大模型已成为产业数字化与智能化的重要支撑，推动新一轮的科技革命与产业变革。星环科技将持续深耕大模型技术创新，助力企业抓住大模型时代的新机遇。，提供新全具参考性的注脚。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型

行业榜、案例榜三大类，基于天眼查大数据优势，并通过调研问卷、电话访谈等多种方式，收集企业数据信息，建立独家评选指标体系；邀请甲方企业CXO高管、产业专家、一线投资机构合伙人等专家担任评委，从技术能力、创新能力、应用落地能力等多维度展开评选，终评选出相应榜单。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大

星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技发布了一系列的工具产品供用户使用，助力企业抓住大模型时代的新机遇。工具链方面，发布了大模型外挂存储）。用户可以通过星环科技自动化知识工程、多模态数据处理等技术，有效降低企业构建自有大模型应用的门槛，并不断促进我国大模型生态的持续繁荣。星环科技大模型产品目前已经在政府、金融、运营商、制造、能源等多个行业有诸多落地案例。同时星环科技积极参与行业共建，为中国大模型生态发展贡献智慧力量。星环科技参编了国内首个金融行业大模型标准——《面向行业的大规模预训练模型技术和应用评估方法第1部分：金融大模型》，为分布式向量数据库Hippo、大模型预训练微调工具SophonLLMOps及自动化知识库构建工具TKS。预训练大模型方面，发布了金融大模型星环无涯（Infinity）和数据分析大模型星环求索（SoLar10家单位联合发起的中国大模型语料数据联盟，致力于做好数据资源“开发者”。此外星环科技在大模型领域也收获了一系列荣誉奖项：入选“2023中国人工智能大模型企业50强”、星环科技无涯金融大模型

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...