利用 ChatGPT、Clova X 等商業化 LLM 和開源 LLM 提供的各種基礎模型

在數據收集、預處理、學習、測試、服務等 sLLM 製造的整個過程中實施超自動化

還提供消除幻覺 (Hallucination) 現象和 sLLM 測試功能

透過拖放快速建立 sLLM，並透過定期數據平行學習來確保 sLLM 的可靠性

https://seenthis.kr/newspage/2465

企業能夠透過自由組合各種基礎模型來建立 sLLM，從而開啟自建客製化 AI 服務的時代。

sLLM 與 ChatGPT、HyperClova X、Gemini 等 LLM（大型語言模型）相比，規模較小，但可以針對特定領域進行專門訓練。 由於計算資源消耗遠低於 LLM，因此可以降低開發成本並強化安全性，使用 sLLM 可以有效建立企業專用 AI 服務。

SK C&C（社長：尹風英，skcc.co.kr）於 20 日宣佈，將提供名為「Solur LLMOps」（以下簡稱「Solur LLMOps」）的平台，協助企業輕鬆快速地實施客製化 sLLM（小型大型語言模型）。

SK C&C 在金融、製造、通訊、服務等各行各業與多位客戶合作，在建立和運營生成式 AI 服務的過程中積累的生成式 AI 基礎模型應用方案、企業數據整合和學習經驗以及企業客製化 sLLM 實施全流程都已融入「Solur LLMOps」中。

基礎模型通過學習結構化和非結構化數據，來支援執行各種 AI 工作，例如語言理解、文字和圖像生成以及自然語言對話。

「Solur LLMOps」首先支援組合和利用各種外部基礎模型。

除了 OpenAI ChatGPT、NAVER Cloud HyperClova X 等商業化 LLM 之外，還可以利用由開源 LLM 建立的各種基礎模型。 平台會根據企業 AI 特性推薦建立 sLLM 所需的基礎模型，並支援選擇、組合和使用流程。

特別是針對企業業務，平台在△數據收集和預處理△自動學習數據生成△利用外部基礎模型進行學習△sLLM 生成和測試等全流程中都應用了超自動化 (Hyperautomation)，從而徹底提升企業客製化 sLLM 建立流程的效率，並降低成本。

實際上，「Solur LLMOps」在收集企業數據的同時，還會對非結構化數據進行預處理，並自動生成學習用數據。 之後利用選定的外部生成式 AI 基礎模型快速進行學習，完成符合企業業務目標的 sLLM。 此外，平台提供基於無服務器 (Serverless) 學習資源管理的架構，可以優化有限的資源。

「Solur LLMOps」還提供消除 AI 產生錯誤答案的幻覺 (Hallucination) 現象和 sLLM 測試功能。

平台提供數據預處理、模型生成、評估、利用各階段的 AI 自動化工具，讓非專業人員也能放心建立 sLLM。

使用者可以在「Solur LLMOps」聊天視窗中透過簡單的提問進行完成度測試，平台也會自動提供測試所需的提問。

此外，「Solur LLMOps」提供使用者友善的介面 (UI) 和體驗 (UX)，方便企業快速建立符合自身業務環境的 sLLM 模型，並確保其可靠性。

使用者可以在網頁介面中選擇數據，並透過簡單的拖放 (Drag & Drop) 操作，反覆執行從數據精煉到模型調校和測試的流程。 無論是大量數據處理，還是利用多個基礎模型進行同時平行學習，都只需簡單的滑鼠操作即可完成。

因此，企業現場的實務人員可以輕鬆建立符合自身工作需求的 sLLM，並應用於各種工作中。

SK C&C 車志元 G.AI 集團長表示：「Solur LLMOps 中包含的主要功能已應用於金融機構以及 SK 系統公司生成式 AI 建立專案中。」 他還表示：「從此開始，我們將積極努力推廣符合國內產業整體需求的企業客製化 sLLM。」

網站：http://www.skcc.com

聯絡方式
SK㈜ C&C
宣傳團隊
池允珍經理