11 月 21 日，「筑基赋能智向未来」九章云极>
发布会上，九章云极发布了围绕 top="1051.453125">Alaya-7B 通识 &对话大模型+ LLMOps 工具链，大模型「全家桶」重磅开源
发布会上，九章云极>Alaya-7B 大模型系列」中的 Alaya-7B FoundationModel 通识大模型和 Alaya-7B ChatModel 对话大模型两大模型，以及「 LLMOps 大模型工具链 」中的 LMS 模型运行工具和 LMPM提示词管理器两大工具。
九章云极>Alaya-7B 大模型系列是>
Alaya-7B ChatModel是 Alaya-7B FoundationModel 的对话版本，通过在精心选择的微调数据集上进行微调，并对基于涉毒、涉黄以及不良偏见数据进行去毒，从而生成和人类价值观对齐的对话式大模型。Alaya-7B ChatModel 具备多轮对话、自我认知和偏见拒答的能力，能够完成知识问答、代码编写、信息提取、阅读理解、创意写作等多项语言任务。
于建岗博士称，Alaya-7B 大模型系列在保证模型表现的同时，对使用者的安装使用硬件要求更低、应用技术难度更低、训练所需的算力资源消耗更小，有助于加速大模型在各类行业场景的实际应用。
据悉，LLMOps 大模型工具链 覆盖了大模型从训练、精调、压缩、部署、推理到监控的全生命周期过程。本次开源两大工具——LMS(LargeModelServing)模型运行工具和 LMPM (Large Model Prompt Manager) 提示词管理器——在大模型业务赋能过程中均起着关键作用。
九章云极>
从 DingoDB 多模向量数据库、LMS 模型运行工具、LMPM 提示词管理器，到 Alaya-7B 通识+对话大模型系列，九章云极>
开源地址 ：
Alaya-7B 大模型： 多模向量数据库： 模型运行工具： 提示词管理器： 年 7 月 9 日 OpenAI 发布了 Code Interpreter 插件，一时间让人人都是数据分析师的梦想照进现实。其实早在 6 月 28 日九章云极>
TableAgent 是在>
TableAgent 公测地址：top="2674.453125">人人都是数据分析师
TableAgent 本次升级的一大亮点是可以为企业提供私有化部署。Code Interpreter 对国内众多企业用户的最大障碍是企业数据因为安全性、合规等种种原因，不能传输到线上的共有服务平台。TableAgent 为企业提供私有化部署，系统部署在企业内部，数据不外流，从根本上解决了安全合规的问题，同时 TableAgent 也可以满足企业级数据的大规模、高性能分析的要求，这也是 Code Interpreter 目前的短板。
数据分析不同于对话、摘要、写作这一类的语言任务，他需要理解数据、理解用户的分析需求，需要能够自动的写代码、调试代码、运行代码，还要理解代码运行生成的数据结果进而从中获得对数据的深刻洞察。
尤其是代码生成任务，与一般的写作任务不同，写作可以容忍出现错别字，不会导致内容生成失败，但代码生成任务即便只是变量名错一个字符，都会导致整体无法运行，任务失败。因此基于代码生成来实现开放式数据分析对模型能力是极大的挑战。
我们看到目前做数据分析的大模型应用多数是基于固定指标体系或者是对现有分析系统接口的调用，这种技术路线的不需要生成代码，但开放性不足，用户的分析需求受限于现有指标体系的设计和分析系统的能力。TableAgent 选择了难度更高的代码生成路线，创造性的提出专家模型组的方法来解决这些难题。
融合创新应用的新成果
本次 TableAgent 发布带来的另外一个重要能力是专业化微调，不同行业不同企业在数据分析上有专业的语言背景和分析模型的独特需求，通用的分析工具很难满足专业化的要求，对此 TableAgent 为能够企业提供专业化微调。
TableAgent 为此配套设计了 T+（Table Family）系统，能够高效的实现定制化的微调工作，同时系统具有自我迭代的能力，系统性的体系支撑更高效的实现数据分析各个环节的升级，让用户在无感知的情况下即可获得不断升级的数据分析体验。
DataCanvas Table Family （T+）
TableAgent 未来将进一步融合非结构化数据的分析能力，并与公司自研的 DingoDB 多模向量数据库、DataCanvas Alaya 九章元识大模型联合创新。未来，将在复杂分析任务、自动化、人机交互、智能体协同等方面进一步升级。
