스타트업 커뮤니티 씬디스 (SeenThis.kr)

SK C&C เปิดตัวแพลตฟอร์ม ‘โซลูเออร์ LLMOps’ สนับสนุนการสร้างแบบจำลองภาษาขนาดเล็ก (sLLM) ที่ปรับแต่งเองได้สำหรับลูกค้า

สร้าง: 2024-05-20

สร้าง: 2024-05-20 11:29

การใช้แบบจำลองพื้นฐานที่หลากหลายที่มอบให้โดย LLM เชิงพาณิชย์ เช่น ChatGPT, ClovaX และ LLM โอเพนซอร์ส

การนำ Hyperautomation มาใช้ในกระบวนการทั้งหมดของการสร้าง sLLM เช่น การรวบรวมข้อมูล การประมวลผลล่วงหน้า การฝึกฝน การทดสอบ และการให้บริการ

การมอบฟังก์ชันการกำจัดปรากฏการณ์ภาพหลอน (Hallucination) และการทดสอบ sLLM ด้วย

การสร้าง sLLM อย่างรวดเร็วผ่านการลากและวาง และการรับประกันความน่าเชื่อถือของ sLLM ผ่านการเรียนรู้แบบขนานข้อมูลเป็นระยะ

ยุคที่ธุรกิจสามารถสร้างบริการ AI ที่ปรับแต่งเองได้ผ่าน sLLM (แบบจำลองภาษาขนาดใหญ่ขนาดเล็ก) ที่ผสมผสานแบบจำลองพื้นฐานที่หลากหลายนั้นได้เริ่มต้นขึ้นแล้ว

sLLM มีขนาดเล็กกว่า LLM (แบบจำลองภาษาขนาดใหญ่) เช่น ChatGPT, HyperCLOVA X, Gemini แต่สามารถเรียนรู้เฉพาะด้านได้ นอกจากนี้ยังใช้ทรัพยากรในการประมวลผลน้อยกว่ามาก ทำให้ลดค่าใช้จ่ายในการพัฒนาและเพิ่มความปลอดภัย การใช้ sLLM ช่วยให้ธุรกิจสามารถสร้างบริการ AI เฉพาะขององค์กรได้อย่างมีประสิทธิภาพ

SK C&C (ประธาน: ยุนพุงยอง, skcc.co.kr) ประกาศในวันนี้ว่า บริษัทฯ ได้ให้บริการแพลตฟอร์ม 'Solur LLMOps' (ต่อไปนี้จะเรียกว่า 'Solur LLMOps') ซึ่งช่วยให้ธุรกิจสามารถสร้าง sLLM (แบบจำลองภาษาขนาดใหญ่ขนาดเล็ก) ที่ปรับแต่งเองได้อย่างง่ายดายและรวดเร็ว

SK C&C ได้รวบรวมแนวทางการใช้แบบจำลองพื้นฐาน AI เชิงสร้างสรรค์ ความรู้เกี่ยวกับการผสานรวมข้อมูลขององค์กรและการฝึกฝน รวมถึงกระบวนการทั้งหมดในการสร้าง sLLM ที่ปรับแต่งเองสำหรับองค์กรต่างๆ ลงใน 'Solur LLMOps' ซึ่งสะสมจากประสบการณ์การสร้างและการดำเนินงานบริการ AI เชิงสร้างสรรค์ร่วมกับลูกค้าในหลากหลายอุตสาหกรรม เช่น การเงิน การผลิต การสื่อสาร และบริการ

แบบจำลองพื้นฐานช่วยในการดำเนินการ AI ที่หลากหลาย เช่น การทำความเข้าใจภาษา การสร้างข้อความและรูปภาพ และการสนทนาภาษาธรรมชาติ โดยการเรียนรู้ข้อมูลที่มีโครงสร้างและไม่มีโครงสร้าง

ก่อนอื่น 'Solur LLMOps' จะช่วยให้สามารถผสมผสานและใช้แบบจำลองพื้นฐานภายนอกที่หลากหลายได้

นอกจาก LLM เชิงพาณิชย์ เช่น ChatGPT ของ OpenAI และ HyperCLOVA X ของ Naver Cloud แล้ว ยังสามารถใช้แบบจำลองพื้นฐานต่างๆ ที่สร้างขึ้นจาก LLM โอเพนซอร์สได้อีกด้วย แพลตฟอร์มนี้จะแนะนำแบบจำลองพื้นฐานที่จำเป็นในการสร้าง sLLM ที่เหมาะสมกับลักษณะเฉพาะของ AI ขององค์กร และสนับสนุนกระบวนการเลือก ผสมผสาน และใช้งาน

โดยเฉพาะอย่างยิ่ง Hyperautomation ถูกนำไปใช้กับกระบวนการต่างๆ ตั้งแต่การรวบรวมและการประมวลผลล่วงหน้าของข้อมูล ไปจนถึงการสร้างข้อมูลการฝึกฝนโดยอัตโนมัติ การฝึกฝนโดยใช้แบบจำลองพื้นฐานภายนอก และการสร้างและการทดสอบ sLLM ซึ่งช่วยเพิ่มประสิทธิภาพและลดต้นทุนในกระบวนการสร้าง sLLM ที่ปรับแต่งเองสำหรับองค์กรอย่างมาก

ในความเป็นจริง 'Solur LLMOps' สร้างข้อมูลการฝึกฝนโดยอัตโนมัติโดยการประมวลผลล่วงหน้าข้อมูลที่ไม่มีโครงสร้างพร้อมกับการรวบรวมข้อมูลที่ธุรกิจมีอยู่ จากนั้นดำเนินการฝึกฝนอย่างรวดเร็วโดยใช้แบบจำลองพื้นฐาน AI เชิงสร้างสรรค์ภายนอกที่เลือกไว้ และสร้าง sLLM ที่สอดคล้องกับวัตถุประสงค์ทางธุรกิจ นอกจากนี้ยังมีการจัดการทรัพยากรการเรียนรู้แบบ Serverless เพื่อมอบสถาปัตยกรรมที่ปรับให้เหมาะสมกับทรัพยากรที่มีอยู่อย่างจำกัด

‘Solur LLMOps’ ยังให้บริการฟังก์ชันการกำจัดปรากฏการณ์ภาพหลอน (Hallucination, ภาพลวงตา) ที่ AI สร้างขึ้น และฟังก์ชันการทดสอบ sLLM ด้วย

มีการมอบเครื่องมืออัตโนมัติของ AI ที่จัดการกับปรากฏการณ์ภาพหลอนในแต่ละขั้นตอน ตั้งแต่การประมวลผลล่วงหน้าของข้อมูล การสร้างแบบจำลอง การประเมินผล และการใช้งาน ทำให้แม้แต่ผู้ที่ไม่ใช่ผู้เชี่ยวชาญก็สามารถสร้าง sLLM ได้อย่างมั่นใจ

สามารถดำเนินการทดสอบความสมบูรณ์ผ่านช่องแชทของ 'Solur LLMOps' ด้วยคำถามง่ายๆ และแพลตฟอร์มนี้ยังมีการให้คำถามสำหรับการทดสอบโดยอัตโนมัติด้วย

นอกจากนี้ ‘Solur LLMOps’ ยังมอบสภาพแวดล้อมการใช้งาน (UI) และประสบการณ์ (UX) ที่เป็นมิตรกับผู้ใช้เพื่อการสร้างแบบจำลอง sLLM ที่รวดเร็วและเหมาะสมกับสภาพแวดล้อมการทำงานของธุรกิจ รวมถึงการรับประกันความน่าเชื่อถือ

ผู้ใช้สามารถทำซ้ำงานต่างๆ ตั้งแต่การปรับแต่งข้อมูลไปจนถึงการปรับแต่งและทดสอบแบบจำลองผ่านการลากและวาง (Drag & Drop) ที่ง่ายดายบนหน้าจอเว็บหลังจากเลือกข้อมูล นอกจากนี้ยังสามารถดำเนินการฝึกฝนแบบขนานพร้อมกันโดยใช้แบบจำลองพื้นฐานหลายแบบและการประมวลผลข้อมูลจำนวนมากได้อย่างง่ายดายด้วยการคลิกเมาส์เท่านั้น

ด้วยเหตุนี้ พนักงานในสถานที่ทำงานขององค์กรจึงสามารถสร้าง sLLM ที่จำเป็นสำหรับงานของตนเองได้อย่างง่ายดายและนำไปใช้ในงานต่างๆ

ชาจิวอน หัวหน้ากลุ่ม G.AI ของ SK C&C กล่าวว่า “ฟังก์ชันหลักๆ ที่รวมอยู่ใน Solur LLMOps ได้รับการนำไปใช้ในโครงการสร้าง AI เชิงสร้างสรรค์ของบริษัทในเครือ SK รวมถึงสถาบันการเงิน” และกล่าวเสริมว่า “จากจุดเริ่มต้นนี้ เราจะพยายามอย่างเต็มที่ในการเผยแพร่ sLLM ที่ปรับแต่งเองสำหรับองค์กรต่างๆ ทั่วทั้งอุตสาหกรรมในประเทศเกาหลี”

เว็บไซต์: http://www.skcc.com

ติดต่อ
SK㈜ C&C
ฝ่ายประชาสัมพันธ์
ผู้จัดการจี ยุนจิน

ความคิดเห็น0

AI หลายภาษาฟรี - เอไอดอท (A.) เวอร์ชันพีซี - ใช้โมเดล AI หลากหลายได้ในที่เดียวเอไอดอท เวอร์ชันพีซีจาก SK Telecom เปิดตัวแล้ว บริการตัวแทน LLM หลายภาษาที่สามารถใช้งานและเปรียบเทียบโมเดล AI ต่างๆ ได้ฟรี
Curator Danbi - Creator Story
Curator Danbi - Creator Story
Curator Danbi - Creator Story
Curator Danbi - Creator Story

November 26, 2024

สร้าง AI Full Stack ด้วยโอเพนซอร์สบทความนี้จะแนะนำเครื่องมือต่างๆ สำหรับสร้าง AI 풀สแตก (Full Stack) ด้วยโอเพนซอร์ส รวมถึง LLM, เครื่องมืออนุมานและให้บริการ, เฟรมเวิร์ก และโซลูชันการตรวจสอบต่างๆ เรียนรู้การพัฒนาแอปพลิเคชัน AI โดยใช้ LangChain, LlamaIndex และอื่นๆ
RevFactory
RevFactory
RevFactory
RevFactory

February 5, 2024

LLM (แบบจำลองภาษาขนาดใหญ่) คืออะไร?LLM ย่อมาจากแบบจำลองภาษาขนาดใหญ่ ซึ่งเป็นเทคโนโลยีปัญญาประดิษฐ์ที่เรียนรู้จากข้อมูลข้อความจำนวนมหาศาล เพื่อทำความเข้าใจและสร้างภาษาที่คล้ายคลึงกับมนุษย์
세상 모든 정보
세상 모든 정보
세상 모든 정보
세상 모든 정보

April 1, 2024

LLM สำหรับเด็กประถมคำอธิบายแนวคิด LLM ที่แม้แต่เด็กประถมก็เข้าใจ! LLM คือ AI ที่ตอบคำถามเป็นข้อความเมื่อได้รับคำถามเป็นข้อความ สามารถทำงานได้หลากหลาย เช่น การเขียนโค้ด การวิเคราะห์ภาพ ฯลฯ ปัจจุบันนักพัฒนาใช้ AI เป็นเครื่องมือ
Sunrabbit
Sunrabbit
Sunrabbit
Sunrabbit

March 4, 2025

พลังของเครื่องจักรที่ตีความภาษาของมนุษย์: ปัญญาประดิษฐ์และการประมวลผลภาษาธรรมชาติบทความวิเคราะห์เชิงลึกเกี่ยวกับหลักการ เทคนิคการใช้งาน ปัญหาทางจริยธรรม และการคาดการณ์ในอนาคตของเทคโนโลยีปัญญาประดิษฐ์และการประมวลผลภาษาธรรมชาติ รวมถึงตัวอย่างการประยุกต์ใช้งานที่หลากหลาย เช่น แชทบอท การแปลภาษา และคู่มือการใช้งานสำหรับนักพัฒนา
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

March 25, 2025

การวิเคราะห์ข้อมูลโดยใช้ Deep Learning: ตั้งแต่พื้นฐานจนถึงตัวอย่างการใช้งานจริงบทความนี้กล่าวถึงเทคนิคหลักในการวิเคราะห์ข้อมูล ตั้งแต่พื้นฐาน Deep Learning จนถึงตัวอย่างการใช้งานจริงอย่างละเอียด ครอบคลุมการใช้งานในหลากหลายสาขา เช่น การวิเคราะห์ภาพ การประมวลผลภาษาธรรมชาติ และการวิเคราะห์เชิงพยากรณ์ รวมถึงข้อจำกัดต่างๆ
Cherry Bee
Cherry Bee
Cherry Bee
Cherry Bee

January 13, 2025