近日，上海合合信息科技股份有限公司（簡稱“合合信息”）TextIn“大模型加速器 2.0”版本正式上線，憑借其多維度升級，為降低大模型“幻覺”風險、推動大模型準確應(yīng)用提供了強大助力。

訓練數(shù)據(jù)是影響大模型“認知能力”的關(guān)鍵，合合信息“大模型加速器 2.0”基于領(lǐng)先的智能文檔處理技術(shù)，從數(shù)據(jù)源頭入手，對復(fù)雜文檔的版式、布局和元素進行準確解析及結(jié)構(gòu)化處理，讓大模型在與人類溝通中“更靠譜”。

（“大模型加速器 2.0”文檔解析引擎助力知識庫理解手寫筆記示意圖）

升級后的“大模型加速器”在多方面實現(xiàn)新突破。在復(fù)雜版面理解、表格及圖表處理、內(nèi)容溯源等能力上表現(xiàn)卓越。它能準確識別上千種文檔中的跨頁表格、合并單元格、密集表格、手寫字符及公式，解析穩(wěn)定率達99.99%，單頁處理耗時較行業(yè)可比產(chǎn)品降低超30%；還可“逆還原”十余種專業(yè)圖表數(shù)據(jù)，轉(zhuǎn)化為大模型可理解的結(jié)構(gòu)化數(shù)據(jù)。此外，新增知識庫系列開源組件，助力醫(yī)療、制造、教育等行業(yè)開發(fā)者構(gòu)建個性化知識庫。

在教育領(lǐng)域，大模型需要不斷“吸收”正確的專業(yè)知識才能應(yīng)對實際應(yīng)用問題。賽爾教育科技發(fā)展有限公司CTO楊林提到，教育行業(yè)文檔格式多樣，包含表格、公式、手寫字符、多語言文字等信息，有效準確提取文本信息并非易事。合合信息文檔解析技術(shù)為教育行業(yè)大模型建設(shè)提供了專業(yè)支持，在“大模型加速器”的支持下，合合信息與賽爾教育共同協(xié)作，提升大模型對復(fù)雜版面、元素的“理解力”，減少AI“幻覺”現(xiàn)象。其圖表解析模塊可智能提取多種圖表中的關(guān)鍵數(shù)據(jù)點等，還原為完整的Excel表格數(shù)據(jù)，作用于教育行業(yè)大模型微調(diào)、學科知識庫建設(shè)、智能審閱等環(huán)節(jié)。

（知識庫對財報數(shù)據(jù)所在表格進行準確溯源）

在金融行業(yè)，多家券商機構(gòu)接入大模型以提高工作效率。“大模型加速器 2.0”上線知識庫產(chǎn)品組件，支持復(fù)雜文檔的智能問答、總結(jié)與檢索。為保障行業(yè)“安心”使用大模型，知識庫產(chǎn)品推出溯源功能，通過在文件中標記空間位置信息，實現(xiàn)對句子、段落的比較準確溯源。以財務(wù)分析為例，券商分析師可利用溯源功能定位原表格，對信息進行復(fù)核，防止錯誤、遺漏。

目前，知識庫組件已面向開發(fā)者開源，此前合合信息已開源智能文檔處理“百寶箱”系列產(chǎn)品，未來“大模型加速器”將持續(xù)優(yōu)化迭代，助力大模型在各行各業(yè)中“百花齊放”。

（推廣）