3月19日，科技創(chuàng)新與知識(shí)產(chǎn)權(quán)信息服務(wù)商智慧芽正式發(fā)布基于垂直領(lǐng)域大模型的全新AI助手“芽仔”。“芽仔”是專注于研發(fā)創(chuàng)新與知識(shí)產(chǎn)權(quán)領(lǐng)域的AI助手，幫助用戶輕松實(shí)現(xiàn)專業(yè)內(nèi)容生成、精準(zhǔn)檢索與推薦、總結(jié)分析、多語(yǔ)言翻譯、互動(dòng)對(duì)話等，提升創(chuàng)新效率。

智慧芽創(chuàng)始人兼CEO張濟(jì)徽表示：“‘芽仔’通過(guò)革新性的人機(jī)交互方式，將智慧芽強(qiáng)大的垂直領(lǐng)域大模型能力化身為用戶的專家助手。期待仍在不斷成長(zhǎng)的‘芽仔’可以成為企業(yè)創(chuàng)新場(chǎng)景中的可靠伙伴。AI是智慧芽創(chuàng)新的DNA，我們相信大模型技術(shù)的全面應(yīng)用將大大提升智慧芽所有產(chǎn)品的差異化優(yōu)勢(shì)，以全新范式驅(qū)動(dòng)客戶和用戶的生產(chǎn)力躍升。”

圖：智慧芽AI助手“芽仔”的AI技術(shù)問(wèn)答功能示意

AI助手重構(gòu)研發(fā)創(chuàng)新工作新方式

“芽仔”致力于把用戶從瑣碎的、高重復(fù)性的工作中解放出來(lái)，并重構(gòu)研發(fā)情報(bào)挖掘、技術(shù)方案探索、研發(fā)成果保護(hù)等研發(fā)創(chuàng)新環(huán)節(jié)，大幅提升研發(fā)效率。目前，“芽仔”已在智慧芽研發(fā)情報(bào)庫(kù)、專利數(shù)據(jù)庫(kù)、新藥情報(bào)庫(kù)等產(chǎn)品上線。

隨時(shí)解答技術(shù)疑問(wèn)

用戶通過(guò)對(duì)話的方式，向“芽仔”提出技術(shù)問(wèn)題。“芽仔”將提供多類型的技術(shù)方案，并進(jìn)一步提供可能的創(chuàng)新思路，幫助用戶深入探索特定領(lǐng)域的技術(shù)創(chuàng)新。

技術(shù)文獻(xiàn)快速解析

“芽仔”具有強(qiáng)大的總結(jié)和翻譯能力，幫助用戶快速理解專利、論文等技術(shù)文獻(xiàn)頁(yè)面中的關(guān)鍵信息，激發(fā)創(chuàng)新靈感。

技術(shù)報(bào)告輕松撰寫

在“芽仔”的幫助下，用戶可以一鍵生成圍繞某個(gè)技術(shù)領(lǐng)域的預(yù)研報(bào)告。另外，在生物醫(yī)藥行業(yè)，一份包括藥物研發(fā)進(jìn)展、臨床試驗(yàn)、專利情況、市場(chǎng)規(guī)模以及競(jìng)爭(zhēng)格局等關(guān)鍵信息的藥物或靶點(diǎn)的調(diào)研報(bào)告，對(duì)“芽仔”來(lái)說(shuō)也是輕而易舉。

創(chuàng)新保護(hù)無(wú)縫銜接

技術(shù)交底書是專利挖掘和創(chuàng)新保護(hù)過(guò)程中的重要環(huán)節(jié)，其質(zhì)量對(duì)專利申請(qǐng)有非常重要的影響。現(xiàn)在，只要告訴“芽仔”相關(guān)的技術(shù)方案背景，技術(shù)問(wèn)題和使用的技術(shù)手段，就能得到一篇完整、清晰、規(guī)范的技術(shù)交底書。

目前，“芽仔”正式面向企業(yè)用戶開放測(cè)試邀請(qǐng)，用戶可通過(guò)二維碼申請(qǐng)測(cè)試名額。

數(shù)據(jù)+場(chǎng)景構(gòu)建垂直領(lǐng)域大模型核心優(yōu)勢(shì)

AI大模型正帶來(lái)新一輪技術(shù)革命，“芽仔”正是在此AI時(shí)代更替的大背景下誕生。相較于通用大模型，垂直領(lǐng)域大模型是智慧芽結(jié)合客戶和場(chǎng)景需求后的必然選擇。智慧芽技術(shù)副總裁屠昶旸表示：“通過(guò)垂直領(lǐng)域的應(yīng)用，跟隨企業(yè)進(jìn)入百行千業(yè)，與業(yè)務(wù)流程和產(chǎn)品功能相結(jié)合，產(chǎn)生更大的應(yīng)用價(jià)值。”

從模型訓(xùn)練效果來(lái)看，智慧芽已成功訓(xùn)練專利大模型和生物醫(yī)藥大模型，領(lǐng)域知識(shí)均達(dá)到行業(yè)專家水平。其中，專利大模型通過(guò)中國(guó)專利代理師資格考試的水平，生物醫(yī)藥大模型達(dá)到了通過(guò)中國(guó)執(zhí)業(yè)藥師職業(yè)資格考試、美國(guó)注冊(cè)藥劑師考試（NAPLEX）的水平。在MMLU、C-Eval，Patent-Bench等綜合測(cè)評(píng)結(jié)果顯示，智慧芽垂直領(lǐng)域大模型在問(wèn)答、總結(jié)、寫作、翻譯、分類等方面能力整體優(yōu)于商業(yè)通用大模型。

圖：智慧芽垂直領(lǐng)域大模型與其他大模型考試成績(jī)

圖：智慧芽垂直領(lǐng)域大模型能力評(píng)測(cè)

高質(zhì)量訓(xùn)練數(shù)據(jù)集建立行業(yè)壁壘

決定一個(gè)垂直領(lǐng)域大模型表現(xiàn)的，除了模型本身外，訓(xùn)練數(shù)據(jù)集同樣起到關(guān)鍵性作用。隨著大模型應(yīng)用的深入，對(duì)大規(guī)模且高質(zhì)量的訓(xùn)練數(shù)據(jù)需求更為迫切。然而，獲取和處理這類數(shù)據(jù)的成本高、難度大。

特別對(duì)于垂直領(lǐng)域大模型來(lái)說(shuō)，擁有高質(zhì)量的數(shù)據(jù)，還需要深入理解行業(yè)的特定術(shù)語(yǔ)、概念以及流程，同時(shí)選擇和優(yōu)化最適合該行業(yè)特性的技術(shù)和算法，這種深度的專業(yè)性是區(qū)分一般模型與高效、精準(zhǔn)的垂直領(lǐng)域大模型的關(guān)鍵。

而這恰恰是智慧芽的優(yōu)勢(shì)所在。智慧芽垂直領(lǐng)域大模型的預(yù)訓(xùn)練數(shù)據(jù)達(dá)到了千億級(jí)token的規(guī)模，包含了十余年積累和深加工的全球170個(gè)受理局的超過(guò)1.8億專利、超過(guò)1.6億篇論文、超過(guò)2100萬(wàn)則新聞、超過(guò)8.6億個(gè)生物序列、超過(guò)2.5億個(gè)化學(xué)結(jié)構(gòu)、超過(guò)4萬(wàn)種靶點(diǎn)、超過(guò)8萬(wàn)種藥物數(shù)據(jù)等。另外，在智慧芽垂直領(lǐng)域獨(dú)特的數(shù)據(jù)配方構(gòu)成上，還加入了7000余本專業(yè)書籍、豐富的行業(yè)常識(shí)等內(nèi)容。

圖：智慧芽垂直領(lǐng)域大模型預(yù)訓(xùn)練數(shù)據(jù)集主要構(gòu)成

通過(guò)精心的數(shù)據(jù)準(zhǔn)備和預(yù)處理，以及在訓(xùn)練過(guò)程中的嚴(yán)格數(shù)據(jù)管理，確保模型能夠在高質(zhì)量的數(shù)據(jù)上學(xué)習(xí)，從而提高模型的性能和應(yīng)用價(jià)值。

同時(shí)，智慧芽圍繞數(shù)據(jù)、算法訓(xùn)練、測(cè)試、強(qiáng)化學(xué)習(xí)構(gòu)筑了“四位一體”的訓(xùn)練平臺(tái)。算法上，采用增強(qiáng)式預(yù)訓(xùn)練的策略，基于專利和醫(yī)藥領(lǐng)域超40位專家反饋及其2萬(wàn)多條對(duì)比數(shù)據(jù)的強(qiáng)化學(xué)習(xí)，配合RAG（檢索增強(qiáng)生成）技術(shù)，加強(qiáng)大模型理解能力，減少幻覺，對(duì)齊人類意圖，將大模型精度提升至80%。

持續(xù)的數(shù)據(jù)監(jiān)控和質(zhì)量控制是保證訓(xùn)練結(jié)果可靠性的關(guān)鍵。在專利大模型領(lǐng)域，目前市場(chǎng)上還沒有比較全面、專業(yè)、完整的評(píng)估體系。智慧芽率先建立了Patent-Bench評(píng)測(cè)基準(zhǔn)，通過(guò)大模型評(píng)測(cè)平臺(tái)全方位呈現(xiàn)大模型的評(píng)測(cè)效果。

大模型時(shí)代已開啟“場(chǎng)景比拼”

相比通用大模型，垂直領(lǐng)域大模型具有更強(qiáng)的領(lǐng)域?qū)I(yè)性和任務(wù)針對(duì)性，能夠更好地解決特定領(lǐng)域的問(wèn)題和提供更加精準(zhǔn)的服務(wù)。大模型的競(jìng)爭(zhēng)從通用大模型轉(zhuǎn)向垂直領(lǐng)域大模型是大勢(shì)所趨，而垂直領(lǐng)域大模型的決戰(zhàn)或在“場(chǎng)景比拼”。

在場(chǎng)景層面，智慧芽累計(jì)服務(wù)全球50多個(gè)國(guó)家超12000家客戶，涵蓋了高校和科研院所、生物醫(yī)藥、新材料、新能源、智能制造、通信電子、新能源汽車、半導(dǎo)體等50多個(gè)高科技行業(yè)。智慧芽面向知識(shí)產(chǎn)權(quán)、研發(fā)創(chuàng)新、生物醫(yī)藥和科創(chuàng)金融等領(lǐng)域的數(shù)據(jù)產(chǎn)品和服務(wù)擁有百萬(wàn)級(jí)的專業(yè)用戶，與其業(yè)務(wù)流程深度整合。

現(xiàn)在，智慧芽的大模型應(yīng)用產(chǎn)品可與現(xiàn)有工作流無(wú)縫集成，提供真正契合客戶工作場(chǎng)景的AI體驗(yàn)。屠昶旸表示：“高質(zhì)量的數(shù)據(jù)，領(lǐng)先的算法，和天然的場(chǎng)景優(yōu)勢(shì)，將推動(dòng)智慧芽在大模型落地應(yīng)用方面一路領(lǐng)先。我們通過(guò)大模型重塑產(chǎn)品，讓用戶用自然語(yǔ)言交互即可獲取精準(zhǔn)詳實(shí)的技術(shù)方案，讓用戶的創(chuàng)新效率達(dá)到指數(shù)級(jí)的提升。”

除了目前已取得突破的專利大模型、生物醫(yī)藥大模型，智慧芽將開拓更多垂直領(lǐng)域，當(dāng)前面向材料、通信等領(lǐng)域的大模型正在訓(xùn)練中。

今年2月，“智慧芽文本生成大模型算法”已成功通過(guò)國(guó)家互聯(lián)網(wǎng)信息辦公室第四批境內(nèi)深度合成服務(wù)算法備案，具備了正式向用戶開放的資質(zhì)。

未來(lái)，智慧芽將以大模型技術(shù)為產(chǎn)品創(chuàng)新的核心，驅(qū)動(dòng)技術(shù)迭代、產(chǎn)品創(chuàng)新、業(yè)務(wù)升級(jí)，并著力構(gòu)建開放生態(tài)，賦能行業(yè)發(fā)展，幫助更多企業(yè)真正進(jìn)化為“AI First”，全面提效創(chuàng)新生產(chǎn)力。

關(guān)于智慧芽

智慧芽是一家科技創(chuàng)新和知識(shí)產(chǎn)權(quán)信息服務(wù)商，以機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語(yǔ)言處理（NLP）等人工智能技術(shù)和大數(shù)據(jù)加工廠2.0的卓越能力為基礎(chǔ)，致力于為全球創(chuàng)新企業(yè)和創(chuàng)新生態(tài)人群提供服務(wù)。

截至目前，智慧芽已經(jīng)服務(wù)全球50多個(gè)國(guó)家超12000家客戶，涵蓋了高校和科研院所、生物醫(yī)藥、新材料、新能源、智能制造、通信電子、新能源汽車、半導(dǎo)體等50多個(gè)高科技行業(yè)。國(guó)內(nèi)客戶包括清華大學(xué)、北京大學(xué)、中科院、中國(guó)石化、海爾、美的、小米、寧德時(shí)代、小鵬汽車、大疆、藥明康德、商湯科技、華大等；國(guó)際客戶包括麻省理工學(xué)院、牛津大學(xué)、陶氏化學(xué)、Spotify等。

來(lái)源：數(shù)據(jù)猿