确定建模与不确定建模

大模型技术兴起深度学习技术成为主流方向黑盒模型input学习了大量的数据、知识设计到各个领域展现出前所未有的智能一、前言知识库、行业专用库、对于词分类和向量化在llm模型出现推理、深度思考、思维链模型参数越来越大逐步走向通用的智能能力不过现在模型产出的文档设计和现实工业场景不能完全适配一方面因为业务场景和项目背景模型本身知识没有不过提供参考和多样性建议总的来说专家级水平的产出还是需要人为多轮确定深度参与到生产环节。目前各公司基于RAG技术、向量数据库、AGENT框架实现应用落地加强了原有业务的助手工具、不过在报告生成、视频图片生成和code领域应用显著其他数字化场景建设一个智能化的应用例如财务分析、报表处理、法务和商务文档文件处理在OCR识别信息检索技术也是日益完善多模态和全模态生成为产品设计和创意设计也提供很多便利深度挖掘企业数据实现自动化运维、自动化流程一方面需要梳理工作sop转化为模型可调用的技能、工具、服务实现灵活编排安全、可靠、稳定、准确的工具对于各个领域来说还需要深度挖掘企业数据例如金融行业贷前、贷中、贷后等审核管理数据驱动和流转在大数据时代通过实时分析、特征工程、实现监管和监控、沉淀为企业的数字资产可靠的数据来源和准确的分析是前提模型对于结构化分析方法论是从底向上设计的隐空间建模和自上而下的知识梳理类似知识图谱实现数据的预测、推理、生成这一部分是稳定的来源智能体应用实现节点可编排、工具可服用、能力可扩展