大模型服务
集中展示和共享的模型市场，为用户提供了一个广泛的模型库，并且支持用户上传自定义部署的模型。可以在模型广场上体验和使用这些预训练的模型。
支持用户利用系统预置模型或自定义模型，针对特定任务和数据进行训练，平台根据算力平台的条件，实现多服务器多GPU的并行分布式训练，支持DeePSpeed 等多种加速框架，提高训练效率。
针对已有大型模型对特定任务或数据集进行调整和优化的过程，以提高模型在特定应用上的性能。用户可以利用模型微调功能进行定制化训练，支持常见的LoRA、QLoRA等微调方法和参数配置。
全面的知识库文件、模型文件、数据集的管理功能，支持本地上传和平台存储，利用自有知识文件结合大模型的自然语言处理能力创建专业的智能知识助手，也可以通过本地大模型文件结合算力资源能力创建部署大模型服务。
集中展示和共享的模型市场，为用户提供了一个广泛的模型库，模型类型涵盖LLM、Embedding、Rerark，并且支持用户上传自定义部署的模型，满足用户多元化的应用场景需求。
提供了灵活的模型部署服务，用户可以根据需求选择模型市场上的所有模型进行创建和部署，实现快速部署和上线，并支持用户立即体验和快速使用已部署完成的大模型服务，显著提升部署效率，降低技术门槛。
提供全面的微调任务管理，支持通过精准的微调功能，用户可根据特定应用场景需求，上传本地数据集并利用常见的LoRA、QLoRA等微调方法进行定制化参数配置和训练，助力提升在实际应用中的准确性和可靠性。
全面的知识库文件、模型文件、数据集的管理功能，支持本地上传和平台存储，利用自有知识文件结合大模型的自然语言处理能力创建专业的智能知识助手，也可以通过本地大模型文件结合算力资源能力创建部署大模型服务。
业务痛点
金融机构风险管理面临数据量大、变化快、情况复杂的挑战，传统评估依赖历史数据与固定算法，难以实时捕捉市场动态和及时察觉新风险，构建能快速响应、精准预测且提供个性化建议的智能系统，需强大技术支撑。
业务价值
高效模型部署：借助模型部署服务，金融机构可以从模型市场上选择适合其风险评估需求的语言或分析模型，快速集成到现有系统，显著缩短部署周期。
定制化模型微调：金融机构利用该功能，按自身业务特点上传知识文件和数据集，对选定模型针对性训练，增强其对行业的理解，提升风险预测准确性，保障预警系统性能良好。
业务痛点
金融机构风险管理面临数据量大、变化快、情况复杂的挑战，传统评估依赖历史数据与固定算法，难以实时捕捉市场动态和及时察觉新风险，构建能快速响应、精准预测且提供个性化建议的智能系统，需强大技术支撑。
业务价值
高效模型部署：借助模型部署服务，金融机构可以从模型市场上选择适合其风险评估需求的语言或分析模型，快速集成到现有系统，显著缩短部署周期。
定制化模型微调：金融机构利用该功能，按自身业务特点上传知识文件和数据集，对选定模型针对性训练，增强其对行业的理解，提升风险预测准确性，保障预警系统性能良好。
数新公众号
数新科技号
数新公众号
数新科技号
