ー　GienModel とは?

自社データ活用による大規模言語モデルの拡張（RAG）

検索拡張生成 (RAG) は、大規模な言語モデルの出力を最適化するプロセスです。そのため、応答を生成する前に、トレーニングデータソース以外の信頼できる知識ベースを参照します。大規模言語モデル (LLM) は、膨大な量のデータに基づいてトレーニングされ、何十億ものパラメーターを使用して、質問への回答、言語の翻訳、文章の完成などのタスクのためのオリジナルの出力を生成します。RAG は、LLM の既に強力な機能を、モデルを再トレーニングすることなく、特定の分野や組織の内部ナレッジベースに拡張します。LLM のアウトプットを改善するための費用対効果の高いアプローチであるため、さまざまな状況で関連性、正確性、有用性を維持できます。 なお、既存ファイルサーバからドメインユーザ権限を合わせて一括導入することで、ユーザ権限範囲内の内容が答えてきます。

チームの創造性と問題解決能力を向上させ、企業がナレッジを資産
として蓄積し管理するのに役立ちます

AIを活用したより効率的でスマートなドキュメントとナレッジを管理するプラットフォームです。
知識の生産から分析、応用までの全ライフサイクルをカバーし、チーム内のナレッジ共有とイノベーションを促進します。

主なサービスライン

技術特徴
活用イメージ
導入事例

GienModelは、業界特化型大規模言語モデルとして、業界特有のデータと能力にフォーカスし、お客様の業務
アプリケーションに密着しながら個別カスタマイズ化を行い、ユーザーの意図をより正確に理解できる言語モデルです。

専門知識に基づき、データを常に最新の状態へと保ち、
トレーサビリティをサポート
大規模言語モデルの信頼性を最適なレベルに継続的に高めます。

  • データ面

    • 既存のオープンソースモデルのトレーニングコーパス (データ)が不十分であるという問題を解決するために、 大量のトレーニングセットを収集し、トレーニングを実施します。

  • モデル面

    • パクテラ大規模言語モデルの主な研究開発タスク

    大量なデータセットに基づくモデルの事前トレーニングします。

    金融シナリオに合わせて大量な指令の微調整します。

    大規模言語モデル向けのデプロイメントツールチェーンします。

    ベースの大規模言語モデル

    GienModel

    ・　GPT-3に似ている
    ・　単語埋め込み後にLayerNormに直接接続
    ・　AliBi 位置エンコーディング

    事前トレーニング

    Megatron-DeepSpeed 3D平行

    ・　ZeRO データ並列処理
    ・　テンソル並列処理
    ・　パイプラインの並列処理

  • 指令微調整
    • データ形式の完全自動構築

    データをクリーンアップするだけで、
    {content}と{answer} を取得できる

    データ形式の半自動構築

    プロンプト + GienModel

企業ナレッジ管理と活用にフォーカスし、大規模モデルでユーザービジネスシナリオの効果を実現します。

企業現状

データ、ドキュメント、エクスペリエンスの 3つ主な企業ナレッジは、マーケティング、 顧客サービス、業界研究、製品開発、コンプライアンス管理などを含む企業の一般的な業務シナリオを結び付けます。

企業の悩み

これらのシナリオは技術イノベーション実現の重要な領域であり、すべての企業はシナリオ価値の発掘を望んでいます。 しかし、ほとんどの企業は社内ナレッジを適切に管理しておらず、それを活用する効果的な方法を見つけていません。

対応策

大規模モデルの登場は、企業ナレッジに信頼できる「つなぎ目」を提供し、企業の成長に新たな突破口を見出します。

豊富な企業内部ナッレージベース生成式応用で、企業内特化情報とインターネット情報を統合したサービスを提供します。

シナリオ
内部知識ベースQ＆A
ドメイン知識精確検索
業務アシスタント
議事録概要作成
企業公式文書作成

製品の特長

設定可能な検索パラメータ

モデル選択
モデル出力結果のランダム性と創造性のコントロール
モデルの最大生成トークン数

検索ソースにインターネットコンテンツを追加

企業内、インターネット両方の訓練データより、 サービスを提供します。

ナレッジベース・大規模モデルの結果採用選択

ナレッジベースから答えを検索できない場合には、 答えを返さないか、大規模モデルで結果を出力する ことができます。
ナレッジベース作成
質問提出
直接回答し、参照ソースを提供
直接回答し、参照元情報を提供

GienWiki-次世代KMS


企業ナレッジ管理機能と次世代コンテンツ関連分析及び可視化とRAG機能で企業内の各種文書管理、ノウホウ管理ができます。


GienWikiが選ばれる理由


  • REASON 01

    • Office、 画像、テキストなど様々なドキュメントを
    集中管理し、各ドキュメントの関連性が紐付けできます

  • REASON 02

    • スマート検索により必要なナレッジに簡単にアクセスできます

  • REASON 03

    • 情報をリアルタイムでプロジェクトメンバーへ共有することが可能です

  • REASON 04

    • RAGが組み込まれた生成AIは社内情報を自由な文章で質問 検索を可能にします

機能紹介


ナレッジマネジメント

空間、ナレッジベース、ドキュメントの階層構造をサポートします
ドキュメントデータは、トップページのダッシュボードで集計・分析されます

ナレッジフルライフサイクル管理

ナレッジの作成、獲得、共有、適用、更新から破棄までの完全なライフサイクル管理が可能です

ナレッジグラフ

ナレッジを構造化したネットワークに組織化し、ユーザーがナレッジをよりよく理解し、
応用するのに役立ちます

ナレッジ応用

ナレッジマップ、ウィキナレッジベース機能に基づいて、ナレッジを視覚化し、
ユーザーがナレッジを分類して応用するのを助けます

インテリジェントサーチ

セマンティックに基づいた検索を行うことで、検索の精度や効率を向上させます

FAQ

よくある質問への回答をサポートし、迅速な解決策を提供します

ドキュメントとナレッジを管理・共有し、
企業間の相乗効果を高めます
分散しているナレッジ資源を一箇所に管理して、
情報流失を防ぎ、ナレッジの共有と 協働を実現して
企業内部の情報化レベルと協同効率を高めます
企業データを業務化し、
意思決定の効率が向上します
必要な情報とナレッジ資源に迅速にアクセスし、
ナレッジ資源管理と応用メカニズムを確立し、
ナレッジ資源の品質と安全を保障します
企業のデジタルシーンを豊かにし、
知的革新と学習を促進します
効果的なナレッジをグラフィカルに表現し、
従業員に学習機会を提供し、従業員間の交流と学習 を促進します
革新的な思考を刺激し、ナレッジの利用効率を高め、
人材育成と管理を強化します
ナレッジの再利用を効率化し、
企業のナレッジ資産を蓄積しますます
知識の再利用を通じて、作業の重複を減らし、
企業の主要な知識と経験を継承して、
企業の持続可能な発展と安定した運営を確保します

サービスに関するお問い合わせ

お問い合わせフォーム