2024AICon聚焦RAG创新实践,腾讯云获得三大AI奖项作业帮向量知识库

(原标题:2024AICon聚焦RAG创新实践,腾讯云获得三大AI奖项)

金融行业:快速构建与高效安全

招商证券自2023年起探索AI辅助编码技术,在取得阶段性成绩后今年选择引入腾讯云AI代码助手,致力于进一步提升智能开发效率。

(招商证券技术平台团队负责人谭成鑫演讲照片)

目前,腾讯内部已经有80%的程序员使用腾讯云AI代码助手实现开发提效,日均有33%的代码由AI生成,整体编码效率提升达到42%。

招商证券技术平台团队负责人谭成鑫表示,结合公司实际需求和技术特点,双方进行了深度定制,利用代码大模型融合内部数据实现跨文件智能扩展,按需扩展插件快捷指令和Prompt,还将运营体系与度量标准对接,提升了软件开发效率和质量。

教育行业:精准问答与知识库构建

作业帮在研发学习机AI助手时,面临大模型“幻觉”问题,传统关键字检索方案效果遭遇瓶颈,测试准确率仅为60%。

(作业帮高级架基础架构研发工程师许春旭演讲照片)

面对这一挑战,作业帮经过多方调研测试,采用了向量数据库作为大模型的外挂知识库,利用其Embedding功能自动生成向量数据。同时,腾讯云向量数据库的AI套件功能,提供一站式文档检索解决方案,只需上传原始文档,就能在数分钟内快速构建专属知识库,极大地提高了知识接入效率。

上线后的测试结果显示,纯靠向量检索可以覆盖95%的场景,作业帮学习机AI助手目前的效果远优于传统关键字检索方案。

工业行业:标准化设计提升效率

(浙江万榕总经理黄帅演讲照片)

在腾讯云知识引擎的助力下,浙江万榕打了造一套开关设备行业的随身专家系统——“榕博士”。该项目通过建设行业几万个元器件模型和上千个二维、三维方案模型,积累了300多个行业标准文档和近百份顶尖设计方案,以及工程师的专业经验。

目前,“榕博士”系统已成功服务200多位工程师,平均每人设计效率提升超过50%。

未来,腾讯云将继续致力于推动RAG技术的发展和应用,助力更多企业加速拥抱智能时代。

THE END
1.人工智能面试常识10腾讯云开发者社区有监督学习(supervised learning)和无监督学习(unsupervised learning)。 以机器学习中的分类(classification)来说,输入的训练数据有特征(feature),有标签(label)。在分类过程中,如果所有训练数据都有标签,则为有监督学习(supervised learning)。 如果数据没有标签,显然就是无监督学习(unsupervised learning)了,也即聚类(https://cloud.tencent.com/developer/article/2476997
2.集智书童知行合一星球概况 集智书童主要是为大家提供全栈式AI知识体系,包括论文,部署,各种分享等,内容也会实时更新,期待你我相遇,并肩进步。 精选主题预览 ChaucerG 2024/5/24 14:14 【YOLOv10正式开源,中文解读放出,端到端YOLO也飞来了!!!】清华正式提出YOLOv1 YOLOv10.pdf 2 0 查看详情https://wx.zsxq.com/group/51122251524154?group_id=51122251524154&inviter_id=815584158188152&inviter_sid=64oe0mw9k4&secret=xzcq4uxq7jpbzlva3r86obbqx936f1h1&keyword=0actdc6Ij&type=group
3.汇思科技elearning和腾讯乐享哪个好有什么区别优缺点汇思科技e-learning和腾讯乐享对比页面从功能、价格、点评为您详细介绍了汇思科技e-learning和腾讯乐享哪个好,好用,区别,对比,优缺点,便于您更好的了解产品。https://m.36dianping.com/vs/hj8i.html
4.乐享elearning解决方案流程管理数字化,趣味培训更系统 趣味性闯关设计,进度追踪让效果看得见,实现系统化培训闭环 知识管理社区化,打造学习型企业 建立组织知识库,连接知识与人,沉淀经验,让知识赋能业务 个性化运营指导,客服贴心服务 萃取腾讯十二年运营经验,不仅提供产品,更提供有针对性的运营指南 https://www.huawan.com/solution/elearning
5.LabandGuangyingLab,auniformdeeplearninginferenceTNN: developed by Tencent Youtu Lab and Guangying Lab, a uniform deep learning inference framework for mobile、desktop and server. TNN is distinguished by several outstanding features, including its cross-platform capability, high performance, model compression and code pruning. Based on ncnn and Rahttps://github.com/Tencent/TNN/
6.中职教育资源网?中职教育资源网站有哪些https://learning.sohu.com/ 腾讯教育 网址: https://new.qq.com/ch/edu/ 教案资源类 教研网 网址:http://www.zgjiaoyan.com/ 学科网 网址:http://www.zxxk.com/ 菁优网 网址:http://www.jyeoo.com/ 高考资源网 网址: https://www.ks5u.com/index.shtml https://m.zhijiao.cn/news/detail/75366
7.图像增强技术Deblurring by Realistic Blurring——腾讯 learning-to-Blur GAN (BGAN) learning-to-DeBlur GAN (DBGAN) noise map的获取方式:用4维的正态分布的噪声重复128*128次模拟 To obtain the noise map, we sample a noisevectorof length 4 from a normal distribution and duplicate it 128 × 128 times in thehttps://blog.csdn.net/weixin_41819299/article/details/117292596
8.腾讯优图:带噪学习和协作学习,不完美嘲下的神经网络优化策略腾讯优图不断迭代数据和模型缺陷情况下神经网络的有效训练方法,通过noisy label learning和collaborative learning技术,实现用比较浅的网络解决noisy dataset问题。相关技术已经在腾讯的众多业务场景上(行人重识别,内容审核等)落地。本文整理自腾讯优图和机器之心联合主办的「CVPR2020线上分享」,分享嘉宾为腾讯优图实验室高https://www.doit.com.cn/p/366427.html
9.腾讯高瓴等投资,猿辅导获10亿美元新融资;简单充获蚂蚁金服战投近日,在线教育平台猿辅导宣布完成 10 亿美元新一轮融资,由高瓴资本领投,腾讯、博裕资本和 IDG 资本跟投,猿辅导投后估值为 78 亿美元。 猿辅导是一个课程在线辅导平台,课程包括系统班、专题课和 1 对 1 直播课程等,涵盖小学英语、奥数和初中高中全学科,设有大数据分析系统,可结合海量学生数据了解学生的学习情况,分https://www.thepaper.cn/newsDetail_forward_6789099
10.一文看尽2020上半年阿里腾讯百度入选AI顶会论文(附地址)ICLR 2020 上出现了多达 34 篇满分论文(8 分),以下是来自华为、字节跳动、腾讯等企业的满分论文。 华为 Causal Discovery With Reinforcement Learning 推荐:在此论文中,华为诺亚方舟实验室因果研究团队将强化学习应用到打分法的因果发现算法中,通过基于自注意力机制的 encoder-decoder 神经网络模型探索数据之间的关系,https://www.jiqizhixin.com/articles/2020-06-03-13
11.战略合作万科双语学校与腾讯青少年科技中心正式签署科技创新Ling Yun: Tencent Mini Goose Learning Platform will build a "VBS Learning Zone" 腾讯青少年科技中心总监凌云表示,腾讯为万科双语学校的同学们在“腾讯Mini鹅学习平台”构建了“万双学习专区”,在这里万双的同学们可以学习到最前沿的科技课程,让技术成为他们实践创想的最有力工具。在校外,通过腾讯Mini鹅创想营的http://vbs.vanke.com/news/xyxw/1039.html
12.tencentAngel是一个基于参数服务器(Parameter Server)理念开发的高性能分布式机器学习和图计算平台,它基于腾讯内部的海量数据进行了反复的调优,并具有广泛的适用性和稳定性,模型维度越高,优势越明显。Angel由腾讯和北京大学联合开发,兼顾了工业界的高可用性和学术界的创新性。 https://gitee.com/mirrors/tencent-angel
13.PLE,RecSys2020BestPaper,腾讯多任务学习Progressive Layered Extraction (PLE): A Novel Multi-Task Learning (MTL) Model for Personalized Recommendations 1. Motivation 论文作者发现:在很多多任务学习模型中,存在一个seesaw现象,即一个任务效果的提升,往往伴随着其它一些任务效果的下降。 因此,多任务学习中需要同时优化两个方向:(1)表示学习,包括特征的emhttps://www.jianshu.com/p/809debd39640