新闻中心
2025-03-05
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。
2025-02-26
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。
2025-01-15
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。
2025-01-08
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。
2025-01-07
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。
2025-01-02
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。
2024-12-27
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。
2024-12-21
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。
2024-12-15
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。
页面 1/3