携程问道:首个旅游行业垂直AI大模型

AI模型5个月前发布 admin
4 00

7 月 17 日,携程发布旅游行业首个垂直大模型“携程问道”。

据介绍,在大模型的基础上,“携程问道”筛选高质量非结构性旅游数据 200 亿,结合携程现有精确的实时数据进行了自研垂直模型的训练。

用户提出想法,问道可从地域、主题特色等维度,推荐旅行目的地、酒店、景点、行程规划和实时优惠的选项

在用户需求相对明确时,提供智能查询结果,用户可用文字和语音以自然语言长句的形式进行复杂条件的机票和酒店产品的查询。

携程集团董事局主席梁建章表示,“希望用户从包括‘携程问道’在内的产品获得旅游行业‘可靠的内容,放心的推荐’。”

© 版权声明

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

Warning: Trying to access array offset on value of type bool in /www/wwwroot/ainvp.com/wp-content/themes/onenav/inc/clipimage.php on line 34

相关文章

近日,B站宣布推出bilibili index大模型,并且为目前正在内测的“搜索AI助手”功能提供技术支持。 据悉,B站“搜索AI助手”是B站在本月初推出的一个内测功能,通过AI助手,用户可以快速准确地搜索到自己需要的内容。 当在搜索框内搜索问句,或在搜索词后输入’?即可体验新功能。体验该功能需要将哗哩哗哩app升级至7.36.0版本及以上。 B站表示,AI助手目前处于内测期,生成内容尚不准确,仅供参考。 申请体验:https://www.bilibili.com/blackboard/activity-hAiFfsOw0V.html
Octopus v2是什么? Octopus v2是由斯坦福大学研究团队最近推出的可在设备上运行的端侧AI模型,引起了开发者社区的广泛关注,一夜之间下载量超过了2000次。Octopus v2是一个拥有20亿参数的模型,能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4,且将上下文长度减少了95%。与基于RAG的Llama7B模型相比,Octopus v2的速度快了36倍。 Octopus v2的功能特性 高准确性和低延迟:通过优化模型结构和参数,Octopus v2实现了在设备上运行时的高准确性和低延迟性能。 大幅减少上下文长度:相较于传统模型,Octopus v2在模型推断过程中将上下文长度减少了超过95%。 适用于边缘设备:该模型的设计考虑到了边缘设备的性能和资源限制,使其能够在智能手机、汽车、VR头盔和个人电脑等设备上高效运行。 保护隐私和降低成本:相对于依赖云计算的大型语言模型,Octopus v2提供了一种在保护用户隐私和降低推理成本方面的优势。 Octopus v2的应用场景 移动设备应用:在智能手机上运行复杂的语言处理任务,提供即时反馈和交互。 汽车内置系统:在汽车的娱乐和信息系统中,提供更智能的语音交互功能。 个人电脑软件:为个人电脑上的软件应用提供高效的语言处理能力,包括文本分析和自然语言理解。 智能家居设备:在智能家居设备中,利用语言模型提高设备的智能交互和自动化水平。 如何使用Octopus v2? Octopus v2的论文和模型已提供下载。 论文地址:https://arxiv.org/abs/2404.01744 模型主页:https://huggingface.co/NexaAIDev/Octopus-v2 Octopus v2的推出标志着设备端AI智能体时代的到来,为开发者和用户提供了前所未有的AI应用体验和可能性。

Octopus v2是什么? Octopus v2是由斯坦福大学研究团队最近推出的可在设备上运行的端侧AI模型,引起了开发者社区的广泛关注,一夜之间下载量超过了2000次。Octopus v2是一个拥有20亿参数的模型,能够在智能手机、汽车、个人电脑等设备上运行。它在准确性和延迟方面超越了GPT-4,且将上下文长度减少了95%。与基于RAG的Llama7B模型相比,Octopus v2的速度快了36倍。 Octopus v2的功能特性 高准确性和低延迟:通过优化模型结构和参数,Octopus v2实现了在设备上运行时的高准确性和低延迟性能。 大幅减少上下文长度:相较于传统模型,Octopus v2在模型推断过程中将上下文长度减少了超过95%。 适用于边缘设备:该模型的设计考虑到了边缘设备的性能和资源限制,使其能够在智能手机、汽车、VR头盔和个人电脑等设备上高效运行。 保护隐私和降低成本:相对于依赖云计算的大型语言模型,Octopus v2提供了一种在保护用户隐私和降低推理成本方面的优势。 Octopus v2的应用场景 移动设备应用:在智能手机上运行复杂的语言处理任务,提供即时反馈和交互。 汽车内置系统:在汽车的娱乐和信息系统中,提供更智能的语音交互功能。 个人电脑软件:为个人电脑上的软件应用提供高效的语言处理能力,包括文本分析和自然语言理解。 智能家居设备:在智能家居设备中,利用语言模型提高设备的智能交互和自动化水平。 如何使用Octopus v2? Octopus v2的论文和模型已提供下载。 论文地址:https://arxiv.org/abs/2404.01744 模型主页:https://huggingface.co/NexaAIDev/Octopus-v2 Octopus v2的推出标志着设备端AI智能体时代的到来,为开发者和用户提供了前所未有的AI应用体验和可能性。