新闻中心__极昆仑

ABI 昆仑墟大语言模型智能知识库平台知识图谱平台智能决策平台缺陷智能检测平台智能文本平台

预测性维护故障诊断智能调度应急管理智能风控图探索认知搜索知识问答智能推荐

能源行业方案工业建设方案工业制造方案政府行业方案金融行业方案

首页 / 新闻中心 /

新闻中心

大模型+知识图谱：重塑企业制度标准管理

借助大模型和知识图谱等前沿人工智能技术，制度标准管理不再仅仅是简单的文档存储和检索，而是演变为一个智能化、高效化、精准化的管理体系。

从序列标注到LLM评估：5款开源数据标注工具对比

本文总结了五种广泛应用的开源文本数据标注工具—Label Studio、Doccano、Argilla、YEDDA和Refinery的主要特性、优势及目标用户。

从被动到主动:供应链风险全局感知与精准预测

极昆仑智能供应链风险预测凭借其全面整合多源数据、实时预警机制、智能化自动化处理能力、高度灵活与可扩展性设计、直观的可视化报告与决策支持，以及显著的成本与效益优化优势，为企业提供了一个高效、精准且灵活的风险管理工具，助力企业在复杂多变的市场环境中有效识别、预警并应对供应链风险，从而保障运营稳定，提升竞争力，实现可持续发展。

知识图谱与大模型融合：重塑工艺故障分析

极昆仑工艺故障分析创新性地应用知识图谱、机器学习、大模型等先进技术，突破了传统PFMEA的局限性，实现了故障分析和风险评估的自动化，极大提高了分析效率和准确性。为企业流程优化与质量控制提供了强有力的技术支撑，开启了工艺故障分析的新篇章。

极昆仑助力河北水利数字孪生知识平台建设

极昆仑公司与河北水利合作，共同开启了数字孪生知识平台建设的新篇章。在各级各部门自建的知识管理系统基础上，进一步建立全省统一的知识平台，实现对业务规则、专家经验、预报调度方案、历史场景等方面知识资源的有序汇聚和充分共享，提升河北水利行业的治水管水能力。

知识图谱与大模型融合，重新定义设备故障诊断

智能故障诊断平台结合知识图谱、深度学习和大模型技术，通过实时故障诊断、根因分析、智能问答和知识库更新四大模块，为企业提供高效、精准的故障数据能力。

大模型知识增强生成的难点与对策分析

大模型知识增强生成技术的核心在于高质量知识的获取、组织与应用，而这一过程离不开精细化数据治理和知识图谱融合。通过构建清晰的知识框架，优化数据治理流程，融合大模型与知识图谱等技术手段，可以有效提升知识增强生成的实际应用价值。

GraphRAG 能让大模型落地应用转起来吗？

相比于标准 RAG 使用向量相似度和向量数据库进行检索，GraphRAG 利用知识库进行更全面、系统的信息检索，不仅依赖矢量相似度，还通过动态构建的知识图增强了语义关联与上下文理解，从而提高了检索的完整性和准确性。

检索增强生成(RAG)为何Demo易，落地难？

RAG作为一种结合检索与生成的创新框架，虽然在理论上具有显著的优势，但在实际落地过程中却面临着检索质量、推理效率、知识全局性等多方面的挑战。要真正实现RAG的广泛应用，不仅需要进一步优化检索算法和生成机制，还需要在数据质量、知识库构建和更新等方面进行大量投入。

1
2
3
>>

页面 1/3