腾讯云发布教育行业大模型,助力教学、科研、管理全面提效

5月17日,在腾讯云生成式AI产业应用峰会上,腾讯云正式发布教育行业大模型,旨在推动教学、科研和管理效率与体验的同步提升,实现教育行业的全面提效。

基于自研混元大模型,该模型融合了教材、习题、论文等丰富资源,并通过腾讯云TI平台进行预训练和教育任务精调,特别在中文阅读理解、问答和教育相关任务上表现出色。

同时,腾讯云TI平台也进行了全面升级,优化了数据处理、模型调优和效果验证流程,并不断扩充更新支持的开源模型库,增强了大模型的高效训练和应用能力,

目前,腾讯云助力河南数字教育发展公司打造的“豫教大模型”,已在河南中小学落地应用,助力提升教学效率,试点期间测试用户满意度超过90%。

腾讯云教育行业大模型,助力数字教育高质发展

作为智慧教育的积极推动者,腾讯云通过持续迭代AI模型产品能力,致力于提升教育行业的教学效率、科研质量和管理效能,推动教育事业的创新发展。

该大模型基于自研混元大模型底座,通过无监督学习和教育领域专业数据的预训练,构建了扎实的通识和专业知识体系;同时,经过针对教育场景的问答和教案生成等任务的有监督训练,以及客户反馈和专家建议的强化学习优化,模型能够满足教育行业的多样化需求。

在实际应用中,腾讯云教育大模型显著提升了教育机构的行政咨询效率,减轻了人力负担,并在招生和毕业高峰期提供了快速响应。教师通过模型辅助备课,提高了教案的质量和效率。同时,学生通过低成本的英语口语陪练服务,有效提升了英语表达能力。模型还能智能生成教案,模拟口语老师与学生互动,展现了其在多个教育场景中的应用潜力。

腾讯云助力河南数字教育发展公司开发的“豫教大模型”,在河南省中小学成功落地,通过腾讯云TI平台精调优化,尤其在教案生成和英语口语对话等方面性能显著,构建了中小学智慧教育平台。试点期间测试用户满意度超过90%,为当地教育智能化做出了重要贡献。

图片1.jpg

腾讯云行业大模型落地汽车、医疗等多行业,持续提升智能服务与运营效率

AI大模型的迅速发展为云市场带来了全新增量,加速云智一体进程。自去年6月正式发布行业大模型解决方案以来,腾讯云联合生态伙伴,已经将大模型技术与20多个行业结合,提供超50个行业大模型解决方案,帮助客户提质增效。此外,积极参与行业大模型标准建设,助力实体产业高质量发展。

在汽车出行领域,腾讯云发布汽车行业大模型“全域智能”解决方案,为用户带来了从模型、算力、AI工程平台到AI应用的全链条服务,旨在全面覆盖研发、生产到营销等各个环节,助力车企全面提效。

比如,在汽车营销和销售环节,大模型正融入用户全旅程营销方案。依托AI大模型,不仅能够实现1分钟视频素材1小时生成逼真的虚拟数字人形象,还能由数字人进行直播,与用户实时互动,在营销、服务场景中发挥真实生产力。与传统的重投入广告相比,数字人直播具有制作快、低成本和高刷新率等优势,能够快速适应新媒体营销环境,高效生成高质量、高数量的宣传素材。

而在售后服务场景中,腾讯云大模型知识引擎通过整合汽车使用手册等资料,赋予数字人即时生成个性化回答的能力,有效解决客户在车辆使用和维护中的疑问,显著提升了客户服务体验。

医疗健康方面,腾讯云助力瑞金医院打造医学行业大模型,提升患者就医体验。该医学大模型通过与患者进行多轮对话,能够准确理解并回答患者关于导诊、用药、医疗咨询等方面的问题,同时提供专业全面的医学建议。例如,在一个真实案例中,模型通过4至5轮的详细追问,全面了解了患者的主诉、现病史和用药情况,初步诊断患者可能存在“高血压合并体位性低血压”的问题,并给出了进一步就医的建议。

此外,该模型还创新性地构建了病历自动生成引擎,能够为医生自动生成出院小结,显著提高了医疗文书的撰写效率。特别值得一提的是,出院小结中的随访建议已经达到临床可用水平,为医生节省了超过50%的撰写时间,这对于提升医疗服务质量具有重要意义。

在多领域、多场景的深入适用,得益于腾讯在全栈大模型能力架构上的深厚积累。比如,在开发工具层,腾讯云TI平台不断迭代,并已上架了包括Llama3、Falcon、Dolly等业界主流模型,支持直接部署调用、应用流程简单、可全程低代码操作。企业、开发者可以根据不同细分场景的业务需求,灵活选择各类大模型,降低模型使用成本。

同时,腾讯云致力于不断降低AI大模型的落地门槛,推出腾讯云知识引擎等大模型时代原生工具链等更多即插即用的产品与服务,满足不同领域的智能化需求。此外,腾讯云还在不断提升服务的合规性、准确性,并优化部署模式,以更好地满足用户不断增长的智能化需求。未来,腾讯云也将持续向各行各业输出前沿技术和服务,与广大生态伙伴一起,为各行业的智能化和高质量发展提供持续动力。

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )