亚洲精品久久久久久久久久久,亚洲国产精品一区二区制服,亚洲精品午夜精品,国产成人精品综合在线观看,最近2019中文字幕一页二页

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

智擎信息借助微軟平臺(tái)幫助模型訓(xùn)練與模擬測(cè)試節(jié)省大量時(shí)間

微軟科技 ? 來源:微軟科技 ? 作者:微軟科技 ? 2022-10-21 09:50 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著先進(jìn)制造業(yè)越發(fā)重視運(yùn)維工作,過去傳統(tǒng)的備品備件購(gòu)買以及定期維護(hù)已經(jīng)過時(shí),通過工業(yè)互聯(lián)網(wǎng)和人工智能等技術(shù)賦能的數(shù)字化運(yùn)維方案可以預(yù)測(cè)設(shè)備癥結(jié),降低企業(yè)過去不可避免的停機(jī)損失,帶起了智能制造革命新課題。此外,由于自動(dòng)化生產(chǎn)過程中的設(shè)備亞健康所帶來的生產(chǎn)損耗、次品率的提升為客戶生產(chǎn)和質(zhì)量管理帶來了新的挑戰(zhàn)。

當(dāng)前,制造業(yè)正面臨轉(zhuǎn)型大考,其戰(zhàn)略部署、執(zhí)行決策無一不存在挑戰(zhàn)。行業(yè)內(nèi)制造商多數(shù)在推進(jìn)智能工廠建設(shè),將智能監(jiān)控傳感器配置到工廠之中,形成可實(shí)時(shí)感知的透明工廠,流動(dòng)的數(shù)據(jù)使得工廠的可控性和安全性更上一個(gè)階層。

與傳統(tǒng)制造業(yè)相比,智能制造更加突出設(shè)備的智能性、綜合性、靈敏性與交互性的特點(diǎn),這對(duì)設(shè)備工作的連續(xù)性要求越來越高,突發(fā)的故障停機(jī)會(huì)影響生產(chǎn)連續(xù)性,降低生產(chǎn)效率和產(chǎn)品品質(zhì)。作為提高設(shè)備使用階段可靠性的重要手段,智能制造對(duì)設(shè)備的維護(hù)提出了較高的要求。

對(duì)于企業(yè)而言,不得不面對(duì)的現(xiàn)實(shí)問題是,運(yùn)維水平與運(yùn)維成本水漲船高。面對(duì)這一核心痛點(diǎn),以智擎信息為代表的工業(yè)物聯(lián)網(wǎng) SaaS 服務(wù)商紛紛入場(chǎng),從大型設(shè)備維護(hù)切入,將預(yù)測(cè)性維護(hù)的鎧甲武裝至工廠,其與微軟合力鍛造的“端+云”技術(shù)架構(gòu)體系,以智策物聯(lián)、智策算法套件、智策分析等服務(wù)架構(gòu)幫助企業(yè)改造輕量級(jí)、可拓展的感知物聯(lián),進(jìn)而推進(jìn)預(yù)測(cè)性維護(hù),構(gòu)建數(shù)字工廠。

1

從基礎(chǔ)到應(yīng)用,微軟與智擎的接力賽

當(dāng)前,設(shè)備維修經(jīng)歷了事后維護(hù)(被動(dòng)型維護(hù))、定期維護(hù)(周期性維護(hù)),現(xiàn)已發(fā)展到預(yù)測(cè)性維護(hù)階段(主動(dòng)性維護(hù))。預(yù)測(cè)性維護(hù)是通過傳感技術(shù)在線監(jiān)測(cè)設(shè)備運(yùn)行狀態(tài),并在早期故障診斷的基礎(chǔ)上通過預(yù)測(cè)模型估計(jì)故障發(fā)展趨勢(shì)或設(shè)備健康度來安排維修活動(dòng)。預(yù)測(cè)性維護(hù)能夠利用集成的智能機(jī)器與設(shè)備的數(shù)據(jù)綜合分析、預(yù)測(cè)故障發(fā)生的時(shí)間和位置,最大化零件工作效率,減少不必要的停產(chǎn)。在大多數(shù)情況下,預(yù)測(cè)性維護(hù)是最具效率的維護(hù)策略。

以風(fēng)電行業(yè)為例,設(shè)備運(yùn)維成本約占整個(gè)風(fēng)電資產(chǎn)生命周期成本的15%-20%,預(yù)計(jì)到2022年中國(guó)風(fēng)電場(chǎng)運(yùn)維費(fèi)用將增至年均200億元。對(duì)于此類設(shè)備工作環(huán)境惡劣、價(jià)格高昂的產(chǎn)業(yè),一旦設(shè)備發(fā)生故障,企業(yè)不得不停機(jī)停產(chǎn)承擔(dān)巨大的經(jīng)濟(jì)和產(chǎn)能損失。因此,監(jiān)測(cè)設(shè)備日常運(yùn)行的健康狀態(tài)尤為重要。

智擎信息自2014年入局制造業(yè)運(yùn)維優(yōu)化以來,從風(fēng)力發(fā)電等大型裝備運(yùn)維切入,借助傳感器、云計(jì)算IoT機(jī)器學(xué)習(xí)技術(shù),用數(shù)據(jù)和算法幫助生產(chǎn)制造業(yè)企業(yè)降低設(shè)備故障頻次,縮短產(chǎn)品生產(chǎn)周期、優(yōu)化質(zhì)量、降低能耗、使制造流程可視化。

隨著業(yè)務(wù)的不斷推進(jìn),智擎信息發(fā)現(xiàn),不同客戶的需求不同,對(duì)算力的要求并非保持都是峰值。而每個(gè)客戶技術(shù)迭代時(shí)間比較集中,每個(gè)季度有1-2次,因此,采用更為靈活、彈性的算力支持對(duì)于智擎信息自身和客戶都是節(jié)約成本的必要手段。此外,彼時(shí)的智擎信息約有50%的精力投入到算法框架層面的二次開發(fā)和復(fù)檢工作,占用了算法工程師可用于專注公式推導(dǎo)、函數(shù)推導(dǎo)等算法本身的工作,拉長(zhǎng)了項(xiàng)目交付周期。

因此,專注于 IoT 及場(chǎng)景應(yīng)用層的智擎信息與深扎于基礎(chǔ)層的微軟技術(shù)架構(gòu)十分契合。智擎信息將自身應(yīng)用端技術(shù)能力、行業(yè)優(yōu)化方案、算法層認(rèn)知與微軟的標(biāo)準(zhǔn)化的云技術(shù)、PaaS 服務(wù)等相結(jié)合,采用微軟 IoT Edge、IoT Hub、Azure Digital Twins(ADT)、Functions、App Service 等服務(wù)為提升節(jié)點(diǎn)和算力調(diào)節(jié)靈活性搭建了新型基座,釋放在基礎(chǔ)類研發(fā)的任務(wù)壓力,加速智擎信息打造算法、應(yīng)用層的技術(shù)護(hù)城河。對(duì)于客戶而言,將 Azure 能力作為 IoT 和數(shù)據(jù)分析和應(yīng)用入口,建立數(shù)據(jù)中心等數(shù)字化基礎(chǔ)設(shè)施時(shí)的成本與部署周期將大幅縮減。

進(jìn)一步而言,雙方通力對(duì)行業(yè)輸出的解決方案達(dá)到了精細(xì)化管理的另一個(gè)維度。不需要大規(guī)模的研究能力和產(chǎn)線迭代,在盡可能少改造產(chǎn)線本身的前提下,讓客戶充分享受數(shù)字化管理的成果,達(dá)到較好的投入產(chǎn)出比,幫助客戶打造降本增效的示范性案例,以供復(fù)制和推廣。如今,智擎信息的客戶已從新能源設(shè)備廠商拓展至快銷日化、食品加工、3C 電子、表計(jì)、半導(dǎo)體等行業(yè),軟硬結(jié)合的全數(shù)據(jù)管理優(yōu)勢(shì)讓其從設(shè)備運(yùn)維走向工廠產(chǎn)線。據(jù)統(tǒng)計(jì),智擎信息的解決方案幫助客戶減少人工工時(shí)40%,事故頻次下降28%,次品率下降18%。

2

新能源行業(yè)渴望釋放數(shù)據(jù)力量

保證設(shè)備健康可持續(xù)地運(yùn)行,減少風(fēng)險(xiǎn)和故障的發(fā)生,是每個(gè)企業(yè)運(yùn)營(yíng)管理的重要目標(biāo),對(duì)于擁有高價(jià)值設(shè)備的企業(yè)尤為重要——智擎信息早期入局的大型裝備行業(yè)設(shè)備運(yùn)行運(yùn)維即是如此。彼時(shí),智擎信息聚焦 IoT 算法層面,從應(yīng)用狀態(tài)出發(fā),以設(shè)備的壓力、溫度等數(shù)百種狀態(tài)數(shù)據(jù)為基礎(chǔ)分析設(shè)備的運(yùn)行狀態(tài),做出設(shè)備的生命周期等分析和預(yù)測(cè)性運(yùn)維。

以風(fēng)力發(fā)電機(jī)為例,風(fēng)力發(fā)電機(jī)組彼時(shí)已是智能化程度很高的設(shè)備,基本可以做到無人化運(yùn)維。傳統(tǒng)運(yùn)維方式是安裝監(jiān)控,當(dāng)指標(biāo)異常時(shí),例如溫度超標(biāo),轉(zhuǎn)速及加速度等參數(shù)突發(fā)的異常變化,就會(huì)通知工作人員處理。智擎信息基于對(duì)設(shè)備長(zhǎng)期數(shù)據(jù)做算法機(jī)理分析,可得出的預(yù)測(cè)性判斷包括未來主軸磨損斷裂、齒輪箱打齒等狀況,避免硬件損失導(dǎo)致的停產(chǎn)。上述方法主要通過數(shù)據(jù)和算法為客戶帶來更短的故障更換周期和停機(jī)時(shí)長(zhǎng),提升設(shè)備利用率。

對(duì)于客戶而言,風(fēng)力發(fā)電行業(yè)存在的挑戰(zhàn)是現(xiàn)場(chǎng)無人,協(xié)調(diào)有經(jīng)驗(yàn)的工作人員較為困難。同時(shí),備件訂貨對(duì)于提前量有一定的要求。因此客戶更希望提前鎖定未來容易損壞的部件,以便備件并安排專人處理。此外,該行業(yè)客戶涉及 IT 人員較少,需要幫助他們?cè)谠贫诉M(jìn)行快速、安全的部署。

在與微軟的合作中,智擎信息與前者共同實(shí)現(xiàn)快速交互以及平臺(tái)搭建方法以及安全機(jī)制,借助微軟的平臺(tái)幫助模型訓(xùn)練與模擬測(cè)試,節(jié)省大量時(shí)間,將原本預(yù)計(jì)的6-8個(gè)月交付周期縮短近一半。

歷經(jīng)幾年的技術(shù)迭代,智擎信息的風(fēng)電大數(shù)據(jù)平臺(tái)已經(jīng)覆蓋從風(fēng)機(jī)設(shè)備傳感器數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)清洗、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)計(jì)算、模型訓(xùn)練、數(shù)據(jù)分析挖掘到高層數(shù)據(jù)決策支撐的全價(jià)值鏈功能。基于分布式高性能計(jì)算系統(tǒng)的開源組件,智擎信息研發(fā)了針對(duì)風(fēng)電行業(yè)的定制化組件,還提供了靈活的部署管理方式,既可以全套采用其大數(shù)據(jù)平臺(tái)解決方案,也可以基于已有搭建的大數(shù)據(jù)平臺(tái)進(jìn)行部署適配。

面向數(shù)采及監(jiān)控環(huán)節(jié),智擎信息針對(duì)風(fēng)電場(chǎng)的各類設(shè)備進(jìn)行數(shù)據(jù)采集和集中監(jiān)控,包括風(fēng)電機(jī)組、升壓站、測(cè)風(fēng)塔、無功補(bǔ)償裝置、安防系統(tǒng)等設(shè)備,建設(shè)了統(tǒng)一長(zhǎng)期的數(shù)據(jù)存儲(chǔ)數(shù)據(jù)庫(kù)。從源頭保證了數(shù)據(jù)質(zhì)量,實(shí)現(xiàn)了對(duì)風(fēng)電場(chǎng)或風(fēng)電場(chǎng)群的集中管理。據(jù)客戶統(tǒng)計(jì),在運(yùn)行12個(gè)月后,其風(fēng)機(jī)發(fā)電運(yùn)維成本下降近20%,停滯時(shí)間縮短17%,比原有的發(fā)電時(shí)間增加近20%。

3

制造業(yè)工廠追求數(shù)字化進(jìn)階

隨著業(yè)務(wù)的不斷拓展,智擎信息將其解決方案進(jìn)一步延伸至工廠側(cè),助力客戶實(shí)現(xiàn)從早期的設(shè)備健康、生產(chǎn)質(zhì)量領(lǐng)域延伸到工廠的數(shù)字化場(chǎng)景中。

對(duì)于數(shù)字化水平較高的產(chǎn)線而言,更低的次品率是其追求的目標(biāo)之一,這類客戶對(duì)于自身工藝已是相當(dāng)精深,因此智擎信息選擇從設(shè)備端入手,避免設(shè)備亞健康狀態(tài)導(dǎo)致的生產(chǎn)質(zhì)量問題。

以幼兒紙尿褲生產(chǎn)為例,某知名日化行業(yè)國(guó)際巨頭希望通過全面的設(shè)備監(jiān)控,提升設(shè)備運(yùn)維的實(shí)時(shí)性,提前判斷由于設(shè)備亞健康運(yùn)行帶來的質(zhì)量問題,從而進(jìn)一步降低生產(chǎn)產(chǎn)品損耗,規(guī)避廢品率和返工率。

智擎信息具備的傳感器和算法相結(jié)合的方案充分滿足了客戶的業(yè)務(wù)預(yù)期:在設(shè)備監(jiān)控及預(yù)測(cè)性運(yùn)維方面,借助工藝監(jiān)測(cè)傳感器,智擎信息可實(shí)現(xiàn)設(shè)備360°監(jiān)測(cè)及可視化及遠(yuǎn)程抄表、能耗管理,同時(shí)還可對(duì)工廠、車間和產(chǎn)線的整體生產(chǎn)運(yùn)行進(jìn)行監(jiān)控及可視化分析,實(shí)時(shí)呈現(xiàn)訂單生產(chǎn)執(zhí)行狀況、生產(chǎn)用時(shí)、物料庫(kù)存狀況、質(zhì)量和損耗狀況、設(shè)備故障等狀況。

智擎信息與微軟訓(xùn)練模型磨合而成的人工智能算法可對(duì)設(shè)備異常狀態(tài)提前預(yù)警,避免因設(shè)備故障造成的停機(jī)事故。根據(jù)預(yù)警推薦相關(guān)的運(yùn)維策略,降低運(yùn)維難度、提高運(yùn)維效率并形成預(yù)警-》分析-》決策-》運(yùn)維-》反饋的完整閉環(huán)管理模式。最終保證訂單按時(shí)交付,降低損耗。

可以說,智擎信息與微軟之間的合作是一場(chǎng)行業(yè)共贏,雙方完成了基礎(chǔ)層到應(yīng)用層之間的接力,為行業(yè)快速交付個(gè)性化的項(xiàng)目服務(wù)與行業(yè)性解決方案。在新一輪科技革命和產(chǎn)業(yè)變革孕育興起,令人眼花繚亂的新興技術(shù)需要更多企業(yè)參與到這場(chǎng)“接力賽”,帶動(dòng)制造企業(yè)進(jìn)步,推動(dòng)產(chǎn)業(yè)升級(jí)。微軟也會(huì)依托自身的技術(shù)優(yōu)勢(shì),與更多行業(yè)伙伴搭建數(shù)字化階梯!

審核編輯:彭靜
聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 微軟
    +關(guān)注

    關(guān)注

    4

    文章

    6707

    瀏覽量

    107227
  • 智能化
    +關(guān)注

    關(guān)注

    15

    文章

    5196

    瀏覽量

    59498
  • 模型訓(xùn)練
    +關(guān)注

    關(guān)注

    0

    文章

    20

    瀏覽量

    1514

原文標(biāo)題:【制造業(yè)成功案例】預(yù)測(cè)性運(yùn)維,讓制造也能“未卜先知”

文章出處:【微信號(hào):mstech2014,微信公眾號(hào):微軟科技】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    借助NVIDIA Megatron-Core大模型訓(xùn)練框架提高顯存使用效率

    隨著模型規(guī)模邁入百億、千億甚至萬(wàn)億參數(shù)級(jí)別,如何在有限顯存中“塞下”訓(xùn)練任務(wù),對(duì)研發(fā)和運(yùn)維團(tuán)隊(duì)都是巨大挑戰(zhàn)。NVIDIA Megatron-Core 作為流行的大模型訓(xùn)練框架,提供了靈
    的頭像 發(fā)表于 10-21 10:55 ?546次閱讀
    <b class='flag-5'>借助</b>NVIDIA Megatron-Core大<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>框架提高顯存使用效率

    借助NVIDIA Cosmos模型提升機(jī)器人訓(xùn)練效率

    隨著物理 AI 系統(tǒng)的不斷發(fā)展,對(duì)豐富標(biāo)記數(shù)據(jù)集的需求正在急速增長(zhǎng),已經(jīng)超出了在現(xiàn)實(shí)世界中通過人工采集所能滿足的范圍。世界基礎(chǔ)模型(WFMs)是經(jīng)過訓(xùn)練的生成式 AI 模型,能夠根據(jù)現(xiàn)實(shí)世界環(huán)境的動(dòng)態(tài),對(duì)未來的世界狀態(tài)進(jìn)行仿真、
    的頭像 發(fā)表于 09-23 15:30 ?559次閱讀
    <b class='flag-5'>借助</b>NVIDIA Cosmos<b class='flag-5'>模型</b>提升機(jī)器人<b class='flag-5'>訓(xùn)練</b>效率

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功怎么處理?

    訓(xùn)練好的ai模型導(dǎo)入cubemx不成功咋辦,試了好幾個(gè)模型壓縮了也不行,ram占用過大,有無解決方案?
    發(fā)表于 03-11 07:18

    使用OpenVINO?訓(xùn)練擴(kuò)展對(duì)水平文本檢測(cè)模型進(jìn)行微調(diào),收到錯(cuò)誤信息是怎么回事?

    已針對(duì)水平文本檢測(cè)模型運(yùn)行OpenVINO?訓(xùn)練擴(kuò)展中的 微調(diào) 步驟,并收到錯(cuò)誤消息: RuntimeError: Failed to find annotation files
    發(fā)表于 03-05 06:48

    電磁兼容與信息安全測(cè)試平臺(tái)

    智慧華盛恒輝電磁兼容與信息安全測(cè)試平臺(tái)是電子與通信技術(shù)領(lǐng)域中的重要組成部分,它們分別承擔(dān)著確保電子設(shè)備的電磁兼容性和信息安全性的重任。以下是對(duì)電磁兼容
    的頭像 發(fā)表于 02-27 16:08 ?654次閱讀

    告別傳統(tǒng)校準(zhǔn)!GNSS模擬器在計(jì)量行業(yè)的應(yīng)用

    德思特提供的Safran GNSS模擬器強(qiáng)調(diào)靈活性和自動(dòng)化,用戶可根據(jù)既定的測(cè)試參數(shù)和策略,快速配置模型并導(dǎo)入自定義測(cè)試案例,創(chuàng)建標(biāo)準(zhǔn)化的自動(dòng)化測(cè)試
    的頭像 發(fā)表于 02-10 14:37 ?668次閱讀
    告別傳統(tǒng)校準(zhǔn)!GNSS<b class='flag-5'>模擬</b>器在計(jì)量行業(yè)的應(yīng)用

    騰訊公布大語(yǔ)言模型訓(xùn)練新專利

    大語(yǔ)言模型訓(xùn)練過程中引入第一摘要文本和第二摘要文本,為模型提供了更為豐富的學(xué)習(xí)信息。這兩個(gè)摘要文本在信息量上存在差異,且第一摘要文本中既包
    的頭像 發(fā)表于 02-10 09:37 ?634次閱讀

    英偉達(dá)推出基石世界模型Cosmos,解決智駕與機(jī)器人具身智能訓(xùn)練數(shù)據(jù)問題

    CES 2025展會(huì)上,英偉達(dá)推出了基石世界模型Cosmos,World Foundation Model基石世界模型,簡(jiǎn)稱WFM。 物理 AI 模型的開發(fā)成本很高并且需要大量真實(shí)數(shù)據(jù)
    的頭像 發(fā)表于 01-14 11:04 ?1918次閱讀
    英偉達(dá)推出基石世界<b class='flag-5'>模型</b>Cosmos,解決智駕與機(jī)器人具身智能<b class='flag-5'>訓(xùn)練</b>數(shù)據(jù)問題

    微軟尋求在365 Copilot中引入非OpenAI模型

    擔(dān)心企業(yè)用戶在使用365 Copilot時(shí)面臨的成本和速度問題,因此正在尋求更多樣化的技術(shù)來源。盡管微軟與OpenAI之間有著緊密的合作關(guān)系,并允許微軟定制OpenAI的模型,但微軟
    的頭像 發(fā)表于 12-25 10:41 ?789次閱讀

    GPU是如何訓(xùn)練AI大模型

    在AI模型訓(xùn)練過程中,大量的計(jì)算工作集中在矩陣乘法、向量加法和激活函數(shù)等運(yùn)算上。這些運(yùn)算正是GPU所擅長(zhǎng)的。接下來,AI部落小編帶您了解GPU是如何訓(xùn)練AI大
    的頭像 發(fā)表于 12-19 17:54 ?1138次閱讀

    借助浪潮信息元腦企智EPAI高效創(chuàng)建大模型RAG

    生成能力,提高生成質(zhì)量和可靠性。但企業(yè)構(gòu)建知識(shí)檢索系統(tǒng)并非易事,通常面臨開發(fā)門檻高、生成內(nèi)容差等難題。而借助浪潮信息元腦企智EPAI企業(yè)大模型開發(fā)平臺(tái),企業(yè)僅需三步即可高效創(chuàng)建大
    的頭像 發(fā)表于 12-19 14:32 ?995次閱讀
    <b class='flag-5'>借助</b>浪潮<b class='flag-5'>信息</b>元腦企智EPAI高效創(chuàng)建大<b class='flag-5'>模型</b>RAG

    使用英特爾AI PC為YOLO模型訓(xùn)練加速

    之后,情況有了新的變化,PyTorch2.5正式開始支持英特爾顯卡,也就是說,此后我們能夠借助英特爾 銳炫 顯卡來進(jìn)行模型訓(xùn)練了。
    的頭像 發(fā)表于 12-09 16:14 ?1985次閱讀
    使用英特爾AI PC為YOLO<b class='flag-5'>模型</b><b class='flag-5'>訓(xùn)練</b>加速

    名單公布!【書籍評(píng)測(cè)活動(dòng)NO.52】基于大模型的RAG應(yīng)用開發(fā)與優(yōu)化

    外掛。 用一個(gè)例子幫助理解RAG的概念: 如果把大模型比喻成一個(gè)經(jīng)過大量知識(shí)與技能訓(xùn)練的優(yōu)秀學(xué)生,把大模型響應(yīng)的過程比喻成考試,那么這個(gè)優(yōu)
    發(fā)表于 12-04 10:50

    微軟否認(rèn)使用用戶數(shù)據(jù)訓(xùn)練AI模型

    近日,微軟公司正式否認(rèn)了一項(xiàng)關(guān)于其使用Microsoft 365應(yīng)用程序中客戶數(shù)據(jù)來訓(xùn)練人工智能模型的指控。這一聲明旨在澄清近期在社交媒體上流傳的某些用戶的疑慮和誤解。 此前,部分用戶在社交媒體
    的頭像 發(fā)表于 12-02 10:33 ?677次閱讀

    什么是大模型、大模型是怎么訓(xùn)練出來的及大模型作用

    本文通俗簡(jiǎn)單地介紹了什么是大模型、大模型是怎么訓(xùn)練出來的和大模型的作用。 ? 什么是大模型模型
    的頭像 發(fā)表于 11-25 09:29 ?1.5w次閱讀
    什么是大<b class='flag-5'>模型</b>、大<b class='flag-5'>模型</b>是怎么<b class='flag-5'>訓(xùn)練</b>出來的及大<b class='flag-5'>模型</b>作用