Utilización de varios modelos de base proporcionados por LLM comerciales como ChatGPT, ClovaX y LLM de código abierto

Implementación de hiperautomatización en todo el proceso de creación de sLLM, incluida la recopilación, el preprocesamiento, el entrenamiento, las pruebas y el servicio.

También se proporciona la eliminación de la alucinación (alucinación) y la funcionalidad de prueba sLLM

Creación rápida de sLLM mediante arrastrar y soltar y obtención de la confiabilidad de sLLM mediante entrenamiento paralelo de datos periódicos

https://seenthis.kr/newspage/2465

Se abre una era en la que las empresas pueden implementar de forma autónoma servicios de IA personalizados a través de sLLM que combinan libremente varios modelos de base.

sLLM es más pequeño que LLM (modelo de lenguaje grande) como ChatGPT, HyperclovaX y Gemini, pero puede entrenarse para áreas específicas. Dado que consume mucha menos potencia informática, puede reducir los costos de desarrollo y fortalecer la seguridad, por lo que usar sLLM puede construir servicios de IA exclusivos para empresas de manera eficiente.

SK C&C (presidente: Yoon Fung-young, skcc.co.kr) anunció este día que proporcionará "Solur LLMOps" (en adelante, "Solur LLMOps"), una plataforma que ayuda a las empresas a implementar fácilmente y rápidamente sLLM (modelo de lenguaje grande pequeño) personalizado.

SK C&C ha incorporado en "Solur LLMOps" las estrategias de aplicación de modelos de base de IA generativa, la experiencia en combinar y entrenar datos corporativos, y todo el proceso de implementación de sLLM personalizado para empresas, acumulado a través de la construcción y operación de servicios de IA generativa realizados con varios clientes en diversas industrias, como finanzas, manufactura, telecomunicaciones y servicios.

Los modelos de base aprenden datos estructurados y no estructurados para admitir una variedad de tareas de IA, como la comprensión del lenguaje, la generación de texto e imágenes, y la conversación de lenguaje natural.

"Solur LLMOps" primero admite la combinación y el uso de varios modelos de base externos.

Además de LLM comerciales como OpenAI ChatGPT y Naver Cloud HyperclovaX, también se pueden utilizar varios modelos de base creados con LLM de código abierto. Se recomienda un modelo de base necesario para construir sLLM que coincida con las características de IA de la empresa, y se admite el proceso de selección, combinación y uso.

En particular, se aplica hiperautomatización a todo el proceso, incluido el △recopilación y preprocesamiento de datos △generación automática de datos de entrenamiento △entrenamiento utilizando modelos de base externos △creación y prueba de sLLM, que se adaptan al trabajo de la empresa, aumentando drásticamente la eficiencia en el proceso de construcción de sLLM personalizado para empresas y reduciendo los costos.

En realidad, "Solur LLMOps" preprocesa datos no estructurados y los genera automáticamente como datos de entrenamiento al mismo tiempo que recopila los datos que posee la empresa. Luego, utiliza el modelo de base de IA generativa externo seleccionado para entrenar rápidamente y completa sLLM que se adapte al propósito comercial de la empresa. Además, proporciona una arquitectura que puede optimizar los recursos limitados a través de la gestión de recursos de aprendizaje sin servidor (Serverless).

"Solur LLMOps" también proporciona funciones para eliminar la alucinación (alucinación, alucinación) en la que la IA genera respuestas incorrectas y para probar sLLM.

Se proporcionan herramientas de automatización de IA para manejar la alucinación en cada etapa, desde el preprocesamiento de datos hasta la generación, evaluación y uso de modelos, lo que permite que incluso los no expertos creen sLLM con confianza.

Puede realizar una prueba de integridad con una simple pregunta en la ventana de chat de "Solur LLMOps", y también proporciona preguntas necesarias para la prueba de forma automática.

Además, "Solur LLMOps" proporciona un entorno de usuario (UI) y una experiencia (UX) amigables para la creación rápida de modelos sLLM que se adapten al entorno de trabajo de la empresa y para garantizar la confiabilidad.

Los usuarios pueden realizar repetidamente tareas desde la purificación de datos hasta la sintonización y prueba de modelos mediante un simple método de arrastrar y soltar (arrastrar y soltar) en la pantalla web después de seleccionar los datos. No solo se puede manejar una gran cantidad de datos, sino que también se puede realizar el entrenamiento paralelo simultáneo utilizando varios modelos de base con solo operar el mouse.

Esto permite que los empleados de primera línea en el lugar de trabajo creen fácilmente sLLM que necesitan para su trabajo y los utilicen para diversas tareas.

Cha Ji-won, director del grupo G.AI de SK C&C, dijo: "Las funciones principales incluidas en Solur LLMOps se han aplicado a proyectos de construcción de IA generativa de empresas de SK, incluidas las instituciones financieras". "Empezando por esto, haremos todo lo posible para difundir sLLM personalizado para empresas en todas las industrias de Corea".

Sitio web: http://www.skcc.com

Información de contacto
SK㈜ C&C
Equipo de Relaciones Públicas
Gerente Ji Yoon-jin