浙江大学大数据推理决策创新 - 腾讯云开发者社区

医疗大模型：数据+知识双轮驱动实现医学推理、医患问答、病历自动生成、临床决策，为未来医疗服务提供全新可能性 1.指令数据集构建目前大多数开源的ChatLLM项目使用的是其他模型（如：ChatGPT）生成的指令数据...因此，本项目为了提高医疗领域的知识问答的准确性，使用如下方式构造指令数据集：启真医学知识库收录的真实医患知识问答数据（疾病、药品、检查检验、手术、预后、食物等），共计560K条指令数据；药品知识数据...构造指令数据集，共计180K条指令数据；疾病知识数据：在启真医学知识库的疾病文本知识基础上，通过对半结构化数据设置特定的问题模板（如：“{疾病}的典型症状是什么？”）...“数据+知识双轮驱动”的技术路线，通过大模型技术和医学知识库的紧密结合，融合医疗应用场景中的实际需求，从医学数据治理、医学推理、医患问答、病历自动生成、临床决策辅助支持系统等方面开展迭代研发，助力大模型技术在医疗行业的落地和应用实践...下图是“启真医学知识库辅助大模型生成答案”的案例，该项技术在测试后择机发布。

5951 1

AI病理助手来了！浙大OmniPT上岗，3秒锁定癌症病灶，准确率超95%

浙江大学在 AI + 医学交叉领域开展的技术突破、技术转化、临床验证等系列成果，以实际行动有力响应了科技创新引领卫生健康事业新发展的国家战略。...在浙江大学和浙大一院双方领导的大力支持下，2024 年 8 月该中心获批人工智能医疗器械创新任务揭榜挂帅优胜单位。...世界卫生组织（WHO）发布《医疗卫生中人工智能的伦理治理》指南中指出，AI 应用部署落地临床需要满足人工智能伦理共识，确定医生决策和道德主体地位，医生需要确认诊断结果的安全与准确性。...面向临床病理诊断真实需求，依托数字病理人工智能医疗器械临床试验中心丰富数据和算力资源，通过多项关键技术突破，助力病理大模型在胃癌、结直肠癌和宫颈癌等高发病率癌种上开展临床应用，有效解决数字病理 AI 临床应用难题...研发团队通过跨层级高效特征锁定、提示引导细节特征补全等关键技术突破，解决 GB 级超大尺寸病理图秒级推理、精准分析难题。

1941 0

您找到你想要的搜索结果了吗？

是的

没有找到

OpenSPG 首个 Release 版本发布，提供成熟可靠的知识构建解决方案

这一功能基于蚂蚁集团与浙江大学联合发布的中英双语知识抽取大模型 OneKE，专注于 Schema 可泛化的信息抽取，通过难负采样和 Schema 轮训式指令构造技术，提升了结构化信息抽取的泛化能力。...产品可视化界面Release 版本进一步强化了可视化界面，为用户提供了更加直观的数据探索和分析体验。用户现在可以在页面上直观地查看建模结果，并进行交互式分析推理查询。3....(Issue #269)OpenSPG 的 Release 版本适用于多个领域，包括但不限于金融风控、医疗健康、企业知识管理、智能客服等，通过构建高质量的知识图谱，赋能决策分析、推荐系统、自然语言理解等多种应用场景...OpenSPG 将持续在知识图谱领域深耕，下一个版本将带来更多创新功能，包括但不限于：图谱增强的私域知识服务框架：深度融合大模型和知识图谱技术，提供更直观的引导和调控大模型行为的能力；领域规则的知识化表示...手把手教程，改造 GraphRAG 支持自定义 LLM从知识图谱到 GraphRAG：探索属性图的构建和复杂的数据检索实践

2451 0

Kimi 1.5解读：国产AI大模型的创新突破与多模态推理能力（内含论文地址）

Kimi 1.5不仅在性能上达到了全球领先水平，还首次公开了详细的技术报告，展示了其在多模态推理和强化学习方面的创新技术。...本文将全面解析Kimi 1.5的核心技术创新、多模态推理能力的具体应用领域，以及其在多个基准测试中的卓越表现。...这种部署方式不仅提高了资源利用率，还减少了训练和推理之间的切换时间。五、总结与展望Kimi 1.5的发布不仅是国产AI大模型的一次重大突破，也为全球AI领域带来了新的技术思路和应用可能性。...其多模态推理能力和强化学习技术的创新，使其在教育、科研、数据分析等多个领域展现出强大的应用潜力。随着技术的不断进步，我们有理由相信，Kimi将在更多领域展现其强大的潜力，为人工智能的发展注入新的活力。...Kimi 1.5的核心内容，包括技术创新、多模态推理能力、训练阶段和实验结果：

3551 0

『数据挖掘十大算法』笔记一：决策树

决策树生成 ID3算法 ID3算法核心是在决策树各个节点上应用信息增益准则选择特征，递归构建决策树。输入：给定训练数据集D, 特征集A, 阈值 \epsilon 。输出：决策树....C4.5算法 C4.5是ID3的改进算法，只是它用信息增益比准则选择特征，递归构建决策树。输入：给定训练数据集D, 特征集A, 阈值 \epsilon 。输出：决策树....---- 按照算法类似性分为决策树学习、回归、聚类、人工神经网络决策树：根据数据的属性采用树状结构建立决策模型。决策树模型常常用来解决分类和回归问题。...Learning 》《Machine Learning A Probabilistic Perspective》 Top 10 algorithms in data mining 相似算法：『数据挖掘十大算法...』笔记一：决策树『数据挖掘十大算法』笔记二：SVM-支持向量机『数据挖掘十大算法』笔记三：K-means

8642 0

浙江大学吴飞教授、陈为教授：人工智能的诞生、人才培养体系、人才培养构成元素及教学知识点的演变

吴飞男，博士，毕业于浙江大学。浙江大学求是特聘教授、博士生导师，浙江大学人工智能研究所所长。...陈为男，博士，毕业于浙江大学。浙江大学CAD&CG国家重点实验室副主任、浙江大学求是特聘教授、博士生导师。科技部十三五重点研发专项“云计算与大数据”专家组成员、中国科协英才计划计算机工作组秘书长。...《新一代人工智能发展规划》提出了人工智能五大技术形态,即从人工知识表达技术到大数据驱动知识学习,从聚焦研究“个体智能”到基于互联网的群体智能,从处理单一类型媒体数据到跨媒体认知、学习和推理,从追求“机器智能...Intelligence and Decision-making,AI+D)3个系,其认为人工智能和决策需对以计算机科学为核心的机器学习以及以电子工程为核心的信息论和决策系统进行有机融合,才能培养胜任人才...、跨学科的人工智能科教创新社区,开源开放案例、算法、模型、数据和应用场景等,通过AI+X行业应用、人工智能微专业和人工智能微认证等模式,创新产教融合、科研育人的人才培养模式,汇聚高校和企业力量,在科教融合和创新人才培养等国家重大战略背景下

1.2K1 0

GPT-4拿下最难数学推理数据集新SOTA，新型Prompting让大模型推理能力狂升

机器之心专栏机器之心编辑部模拟人类推理过程，华为诺亚提出 Progressive-Hint Prompting (PHP) 引导大模型渐近正确答案。...比如，在现在最难的数学推理数据集 MATH 上，GPT-4+CoT 只有 42.5%，而 GPT-4+PHP 在 MATH 数据集的 Nember Theory (数论) 子集提升 6.1%, 将 MATH...PHP 尝试模拟更加类人推理过程：对上次的推理过程进行处理，然后合并到初始的问题当中，询问 LLM 进行再次推理。当最近两次推理答案一致时，得到的答案是准确的，将返回最终答案。...具体如下图所示：作者希望 PHP prompt 能够让大模型学习到两种映射模式： 1）如果给的 Hint 是正确答案，那么返回的答案依然要是正确答案（具体如上图所示的「Hint is the correct...在加入 P1 和 P2 后，该方法在六个数据集中有五个数据集的表现得到了提升。

3092 0

全域营销的数据科学 | 4月30日TF101

/专家巴川CCF TF数据科学SIG主席 19:10-19:40 《大数据因果推断、决策与可泛化学习》况琨浙江大学计算机学院副教授，博士生导师，人工智能系副主任 19:40-20:10 《基于免费增值模式下数字内容产品定价研究...CCF TF数据科学特邀讲者况琨浙江大学计算机学院副教授，博士生导师，人工智能系副主任主题：《大数据因果推断、决策与可泛化学习》主题简介：现阶段机器学习尤其是深度学习的主要特点在于数据驱动...因此，我们需要从关联分析跨越到因果推理，将因果引入机器学习，从而实现模型的可解释性和稳定性。大数据因果推断是实现从关联分析跨越到因果推理的核心一环。...个人简介：浙江大学计算机学院副教授，博士生导师，人工智能系副主任。主要研究方向包括因果推理、数据挖掘、因果可信机器学习。...中国教育创新校企联盟专家委员会副主任，国家技术标准创新基地（贵州大数据）数字经济专业委员会专家，北航兼职硕导，西安交大研究生院授课专家，多所高校兼职教师及创新创业导师，多个技术峰会演讲嘉宾及出品人。

2761 0

大数据应用：10大行业应用痛点及解决策略

大数据已经成为这几年中大部分行业的追捧热点，随着大数据继续渗透到我们的日常生活中，围绕大数据的概念热点正在转向实际使用中的真正价值。...金融市场的零售商，大银行，对冲基金和其他所谓的“大男孩”使用大数据进行高频交易，交易前决策支持分析，情绪测量，预测分析等方面的交易分析。...另外，保存健康相关信息的医疗保健数据库很难与医疗领域有用模式的数据链接起来。其他与大数据相关的挑战包括：将患者排除在决策过程之外，以及使用来自不同渠道的容易获得的传感器的数据。...在自然资源行业，通过大数据可以利用地理空间数据，图形数据，文本和时间数据中摄取和整合大量数据建立预测模型，帮助做出决策，应用的领域包括：地震解释和油藏表征。...一些更具体的例子如下：大数据用于分析社会保障局(SSA)提供的非结构化数据的大量社会残疾索赔。用于分析快速有效地处理医疗信息，以加快决策速度，并检测可疑或欺诈性声明。

1.6K7 0

DeepSeek横空出世，AI格局或将改写？

DeepSeek R1 采用了强化学习技术，这是其实现高效训练和强大推理能力的关键。与传统的依赖大量监督微调数据的方法不同，R1 仅需极少量标注数据，就能在强化学习的过程中不断优化自身的推理能力。...这一技术使得模型在处理复杂任务时，能够更加清晰地展示推理过程，提高答案的准确性和可解释性。开源也是 DeepSeek R1 的一大特色。...技术实力大揭秘核心技术与架构 DeepSeek R1 基于 Transformer 架构构建，这是当前大模型领域的主流架构，但 DeepSeek 在其基础上进行了一系列创新：它采用了稀疏注意力机制，...这些分布式训练技术的结合，使得 DeepSeek R1 能够在大规模数据集上进行高效训练。混合精度训练也是 DeepSeek R1 的一大特色。...例如，一家投资公司利用 DeepSeek R1 对历史股票数据和市场动态进行分析，预测股票价格的走势，帮助投资者做出更明智的投资决策。

2041 0

大模型应考「金融产业真题」，4000只队伍参与了这场挑战

在近期举办的评审研讨会上，浙江大学计算机科学与技术学院教授、之江实验室副主任鲍虎军表示：「希望通过这样一个赛事，能够促进学术界和产业界在金融领域智能化方向上的探讨交流，为行业培养出更多的具有创新思维和实践能力的人才...8月28日，浙江大学计算机科学与技术学院教授、之江实验室副主任鲍虎军在AFAC2023评审研讨会上致辞。为什么给金融大模型「打分」很关键？...但由于金融决策的专业性和强知识依赖，大模型需要掌握真正的硬核知识和最新信息才能胜任。...蚂蚁基础大模型平台具备万卡异构集群，其中千卡规模训练 MFU 可达到 40%，集群有效训练时长占比 90% 以上，RLHF 训练在同等模型效果下训练吞吐性能相较于业界方案提升 3.59 倍，推理性能相较于业界方案提升约...其中，蚂蚁金融大模型面向金融产业深度定制，在「认知、生成、专业知识、专业逻辑、安全性」五大维度 28 类金融专属任务中大幅超过主流通用大模型，在「研判观点提取」、「金融意图理解」、「金融事件推理」等领域超过专家平均水平

3802 0

盘点 | 10大行业大数据应用痛点及解决策略

金融市场的零售商，大银行，对冲基金和其他所谓的“大男孩”使用大数据进行高频交易，交易前决策支持分析，情绪测量，预测分析等方面的交易分析。...另外，保存健康相关信息的医疗保健数据库很难与医疗领域有用模式的数据链接起来。 ? 其他与大数据相关的挑战包括：将患者排除在决策过程之外，以及使用来自不同渠道的容易获得的传感器的数据。...在自然资源行业，通过大数据可以利用地理空间数据，图形数据，文本和时间数据中摄取和整合大量数据建立预测模型，帮助做出决策，应用的领域包括：地震解释和油藏表征。...一些更具体的例子如下： 1、大数据用于分析社会保障局(SSA)提供的非结构化数据的大量社会残疾索赔。用于分析快速有效地处理医疗信息，以加快决策速度，并检测可疑或欺诈性声明。...来源：36大数据 END 投稿和反馈请发邮件至hzzy@hzbook.com。转载大数据公众号文章，请向原文作者申请授权，否则产生的任何版权纠纷与大数据无关。

8161 0

如何打通大小模型任督二脉？「洛犀」端云协同平台重磅发布，技术详解来了！

2022达摩院十大科技趋势指出，“大模型参数竞赛正进入冷静期，大小模型将在云边端协同进化”——大模型向边、端的小模型输出模型能力，小模型负责实际的推理与执行，同时小模型再向大模型反馈算法与执行成效。...据介绍，达摩院智能计算实验室与浙江大学人工智能研究所、浙江大学上海高等研究院联合进行了长期研究，在端云协同领域取得了多项研究成果。...由院士专家组成的鉴定委员会认为“项目研制难度大、创新性强，整体技术处于国际先进水平”。...团队发现把云上排序大模型拆分后部署，可形成小于10KB的端侧精细轻量化子模型，既保证了端侧推理精度无损失，同时实现了轻量级应用端侧资源。团队将这种方式叫作端云协同推理。...团队结合云侧资源充足、中心化聚合的特点以及端侧本地化实时决策、个性化推理和保护隐私等优势，在业界首次实现端云协同构建图模型，并试点落地到支付宝搜索引擎。

1.9K1 0

2022年苹果博士奖学金名单公布：15位学生入选，1位浙大博士生在列

彭思达彭思达是浙江大学计算机科学专业的博士生，师从周晓巍教授。他于 2018 年获得浙江大学信息工程学士学位，当前的研究重点是重建和物体姿态估计，已有多篇论文入选 CVPR、ICCV 等顶会。...姜翌辰的研究重点是分析和提高神经网络理解自然语言基础结构的能力，以及多跳（multi-hop）推理的可解释性和对抗鲁棒性。...姜翌辰的研究展示了现有模型是如何缺乏组合性和走推理捷径的，并设计了可解释的模块化模型，以更鲁棒地回答复杂的多跳问题，同时还收集了多跳事实验证数据集 HoVer 以激励未来的工作。...张国栋本科毕业于浙江大学信息工程专业，当前的研究兴趣是开发智能机器，以高效、持续地从数据和实验中学习，并对决策进行自主推理。...这个研究方向也被称为最小化问题或博弈，通常使用优化算法、概率推理或均衡计算来解决。张国栋的研究目标是设计出能够更快训练、更好泛化、并提供良好校准不确定性的算法和模型。

7757 0

高校本地部署 DeepSeek：看看是否有你们的母校?

浙江大学通过 CARSI 联盟，将本地化部署的 DeepSeek 向全国 829 所高校免费开放共享。...（二）科研领域的助力DeepSeek 的强大推理能力和数据处理能力为高校科研提供了有力支持。...例如，浙江大学的“浙大先生”智能体不仅支持教学和科研应用，还涵盖了校园生活中的多种场景，如心理咨询、AI 生图、AI 视频、音乐工坊等。...（二）数据隐私与安全本地化部署虽然在一定程度上保障了数据隐私，但如何确保数据在使用过程中的安全性和合规性仍然是一个重要问题。高校需要建立健全的数据管理制度，防止数据泄露和滥用。...五、高校本地部署 DeepSeek 的未来发展方向（一）技术深化与创新未来，高校将进一步深化与技术企业的合作，推动 DeepSeek 的技术优化和创新。

741 0

4位华人博士荣获2022苹果奖学金！其中1名浙大在读博士

被提名的学生是基于他们的创新研究，所在领域的研究领先者和合作者对他们的评价，以及他们在机器学习和人工智能领域所取得的进步。...他的研究主要集中在分析和提高神经网络理解自然语言组合结构的能力，以及多跳推理的可解释性和对抗鲁棒性。在过去，他展示了现有模型是如何缺乏组合性和走推理捷径的。...然后，通过设计了可解释的和模块化的模型，可以更有力地回答复杂的多跳问题，并且收集了一个多跳事实验证数据集 HoVer 来激励未来的工作。...Sida Peng https://pengsida.net/ Sida Peng是浙江大学计算机科学专业的四年级博士生，由周晓巍教授指导。周晓巍教授是浙大「百人计划」研究员、博士生导师。...他的研究目标集中在开发一种可以高效、持续学习数据和经验的智能机器，可以对自己的决策进行推理，更重要的是能为人们的利益做决策。

5484 0

机器学习——十大数据挖掘之一的决策树CART算法

和之前介绍的ID3和C4.5一样，CART算法同样是决策树模型的一种经典的实现。决策树这个模型一共有三种实现方式，前面我们已经介绍了ID3和C4.5两种，今天刚好补齐这最后一种。...的确如此，决策树的确支持回归操作，但是我们一般不会用决策树来进行回归。这里面的原因很多，除了树模型拟合能力有限效果不一定好之外，还与特征的模式有关系，树回归模型受到特征的影响非常大。...其中预剪枝比较容易理解，比如我们可以限制决策树在训练的时候每个节点的数据只有在达到一定数量的情况下才会进行分裂，否则就成为叶子节点保留。...其中误差代价的定义是：，r(t)是节点t的误差率，p(t)是t上数据占所有数据的比例。我们来看个例子： ?...总结到这里，我们关于决策树模型的内容就算是结束了，我们从基本的决策树原理，再到ID3、C4.5以及CART算法，都已经囊括了。这些知识储备足以应对面试当中关于决策树模型的问题了。

6151 0

2016大数据企业50强：它们是大数据行业的创新驱动力

数据湖使企业能够积累大量数据以供将来分析，云技术为企业获得所需技术和服务大开方便之门，人工智能则有望主动简化数据管理。...如何对迅猛增长的数据量进行有效管理？这已经成为一大难题。...随着企业从墨守成规向创新转变，易安信赞助的另一项IOUG调查发现，虽然很多企业继续通过添加更多的存储阵列和服务器等硬件来应对令人头疼的数据库和数据中心挑战，但提高效率的进阶方法也越来越受关注。...整合、自动化和虚拟化便是三种直接关系到这些受访者所在企业未来能力的数据管理方法。总而言之，随着数据种类、数据量和处理速度的增长，需要采取新的数据管理方法。...此外，数据发现和数据可视化对普通商业用户大有好处，不断发展的物联网提供了大量的实时数据分析机会，还有各种各样的方法可以从新的数据源中获取价值。

5553 0

弈聪软件BDS大数据公共服务平台决策分析能力三大特点

基于海量大数据分析决策成为企业发展数字化的基础和原动力，如何正确开展数字化转型已经成为各大企业的首要问题。...西安弈聪信息技术有限公司(简称：弈聪软件)专注于数据可视化领域，为企业提供高效易用的大数据分析决策平台，自主研发了BDS大数据公共服务平台，可以快速、准确收集融合各种异构数据，跨数据源快速建立关联关系，...分析挖掘潜在未知价值，实时交互展示信息结果，为政府及企业提供管理、分析、研判、推演等功能，应用数据服务提高各行业决策分析能力。...弈聪BDS大数据公共服务平台三大特点一、多数据源接入，异构数据融合弈聪BDS大数据公共服务平台能够接入Oracle、DB2、Microsoft SQL Server、Microsoft Access、...弈聪BDS大数据公共服务平台针对数据大屏应用，内置多种主题风格，支持包括指挥中心、业务看板、汇报演示等业务场景，可根据不同的业务需求选择合适的模板，同时也支持用户自由定制风格和样式。

1.2K10 0

智能决策新时代：大模型驱动的数据洞察与自动化报告生成

本文将介绍如何利用大模型实现数据洞察和自动化报告生成，并通过可运行的代码示例展示其实际应用，帮助企业提高数据分析效率和决策质量。引言随着数据规模的快速增长，企业对数据分析的需求日益增加。...通过大模型，企业可以实现数据洞察的自动化、报告生成的智能化，从而提升决策效率。大模型在数据分析中的应用数据洞察大模型能够从海量数据中自动提取关键信息，发现隐藏的规律和趋势。...例如，在文本数据中，大模型可以用于情感分析、主题提取、异常检测等任务；在结构化数据中，大模型可以通过模式识别预测未来趋势或生成数据摘要。...通过数据洞察和自动化报告生成，企业可以更高效地挖掘数据价值，提升决策质量。本文通过代码示例展示了如何在实际项目中应用大模型技术，为企业提供了可行的解决方案。...多模态数据分析：结合文本、图像、视频等多模态数据，实现更全面的数据分析。实时分析与决策：开发实时数据分析系统，支持动态决策。领域定制化模型：针对特定行业（如金融、医疗）开发定制化大模型，提高分析精度。

1450 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

医疗大模型：数据+知识双轮驱动实现医学推理、医患问答、病历自动生成、临床决策

AI病理助手来了！浙大OmniPT上岗，3秒锁定癌症病灶，准确率超95%

OpenSPG 首个 Release 版本发布，提供成熟可靠的知识构建解决方案

Kimi 1.5解读：国产AI大模型的创新突破与多模态推理能力（内含论文地址）

『数据挖掘十大算法』笔记一：决策树

浙江大学吴飞教授、陈为教授：人工智能的诞生、人才培养体系、人才培养构成元素及教学知识点的演变

GPT-4拿下最难数学推理数据集新SOTA，新型Prompting让大模型推理能力狂升

全域营销的数据科学 | 4月30日TF101

大数据应用：10大行业应用痛点及解决策略

DeepSeek横空出世，AI格局或将改写？

大模型应考「金融产业真题」，4000只队伍参与了这场挑战

盘点 | 10大行业大数据应用痛点及解决策略

如何打通大小模型任督二脉？「洛犀」端云协同平台重磅发布，技术详解来了！

2022年苹果博士奖学金名单公布：15位学生入选，1位浙大博士生在列

高校本地部署 DeepSeek：看看是否有你们的母校?

4位华人博士荣获2022苹果奖学金！其中1名浙大在读博士

机器学习——十大数据挖掘之一的决策树CART算法

2016大数据企业50强：它们是大数据行业的创新驱动力

弈聪软件BDS大数据公共服务平台决策分析能力三大特点

智能决策新时代：大模型驱动的数据洞察与自动化报告生成

扫码

相关资讯

热门标签

活动推荐

运营活动

社区

活动

资源

关于

腾讯云开发者

热门产品

热门推荐

更多推荐