“创投私董会”路演项目它思科技获得超千万元融资
发布时间:2024-06-13
近日,中关村天使投资协会第六期“创投私董会”——医疗器械项目专场路演项目成都它思科技有限公司(以下简称“它思科技”)完成新一轮融资,融资金额超千万元,投资方为策源资本。
它思科技依托清华大学语音与智能实验室(THU-SPMI),主要从事人工智能语音与语言相关技术及产品的研发,拥有国际一流的语音与语言处理技术栈,包括人机对话系统、语音识别与理解、自然语言处理、说话人识别、情感识别等。公司致力于建设高效学习、高可靠、低成本的人工智能产品,赋能重点行业,近年来引领发展半监督式AI,摆脱目前AI技术过度依赖于高成本标注的现实瓶颈,协同利用标注数据和无标数据,大幅提升数据转化为智能的效率。
关键创新点包括:
✦01 高可靠的知识库问答
它思大模型使用RAG(检索增强生成)技术支持模型底层知识库的动态更新和加载,能够快速适配各种知识密集型的问答场景。RAG结合了检索器和生成器的双飞轮机制,能够从海量的底层知识库数据中检索相关信息,然后基于检索到的信息生成回答,这种模式能够显著提高信息的相关性和回答的准确性。
✦02 高效率的端到端训练和微调
它思大模型支持使用实际应用场景中的无标注数据进行端到端训练和微调,使得模型能够直接从无标注数据中学习(从裸矿中掘金),大大降低了人工标注数据的需求和成本。通过微调能够使模型更好地适应特定的应用场景,超越通用的大模型,提高了它思大模型在实际应用中的问答准确率。
✦03 基于Agent(智能体)的复杂任务求解
它思大模型支持用户自定义的工具调用,通过思维链和Agent等机制对复杂任务进行分解,极大地增强了模型求解复杂任务的能力。
✦04 支持国产化算力部署
它思大模型已经与多种国产化算力进行适配,模型可以部署在国产的硬件和服务器上,符合国家在数据安全和技术发展的战略需求。国产化算力部署能够有效降低模型训练和推理成本,并提高数据处理的安全性。
据了解,本次融资将助力它思科技开展人工智能大模型TasiChat的市场推广和品牌塑造,TasiChat(它思大模型)通过先进的模型架构、高效的训练算法以及对国产化算力的支持,为各种复杂任务场景下的知识密集型问答任务提供了一种高效且可靠的解决方案。
它思科技依托清华大学语音与智能实验室(THU-SPMI),主要从事人工智能语音与语言相关技术及产品的研发,拥有国际一流的语音与语言处理技术栈,包括人机对话系统、语音识别与理解、自然语言处理、说话人识别、情感识别等。公司致力于建设高效学习、高可靠、低成本的人工智能产品,赋能重点行业,近年来引领发展半监督式AI,摆脱目前AI技术过度依赖于高成本标注的现实瓶颈,协同利用标注数据和无标数据,大幅提升数据转化为智能的效率。
关键创新点包括:
✦01 高可靠的知识库问答
它思大模型使用RAG(检索增强生成)技术支持模型底层知识库的动态更新和加载,能够快速适配各种知识密集型的问答场景。RAG结合了检索器和生成器的双飞轮机制,能够从海量的底层知识库数据中检索相关信息,然后基于检索到的信息生成回答,这种模式能够显著提高信息的相关性和回答的准确性。
✦02 高效率的端到端训练和微调
它思大模型支持使用实际应用场景中的无标注数据进行端到端训练和微调,使得模型能够直接从无标注数据中学习(从裸矿中掘金),大大降低了人工标注数据的需求和成本。通过微调能够使模型更好地适应特定的应用场景,超越通用的大模型,提高了它思大模型在实际应用中的问答准确率。
✦03 基于Agent(智能体)的复杂任务求解
它思大模型支持用户自定义的工具调用,通过思维链和Agent等机制对复杂任务进行分解,极大地增强了模型求解复杂任务的能力。
✦04 支持国产化算力部署
它思大模型已经与多种国产化算力进行适配,模型可以部署在国产的硬件和服务器上,符合国家在数据安全和技术发展的战略需求。国产化算力部署能够有效降低模型训练和推理成本,并提高数据处理的安全性。
据了解,本次融资将助力它思科技开展人工智能大模型TasiChat的市场推广和品牌塑造,TasiChat(它思大模型)通过先进的模型架构、高效的训练算法以及对国产化算力的支持,为各种复杂任务场景下的知识密集型问答任务提供了一种高效且可靠的解决方案。
创投私董会它思科技路演活动现场
恭喜它思科技完成新一轮融资,在未来产业发展的道路上不断前行!
协会致力于助力创新者实现创业梦想,将持续关注、参与创投私董会路演项目的创新发展,为创新融通带来更多的价值。