2301_82040283的博客

提供了最专业的应用开发工具、最丰富的大模型、最全面的工具链。千帆 ModelBuilder 提供的就是全流程的、模型训练和模型精调的工具链，包含：数据管理、训练模式、开发工具、评估优化、推理部署、大模型周边系统。除了智能体作为应用载体之外，还有非常多的企业级传统应用，过去是通过写代码的方式开发，今天我们通过大模型也实现了零代码分钟级开发，它就是 AI 速搭平台。今天我的发布到此结束，非常希望通过千帆平台，以及我们的一系列样板间，持续为大家提供最低门槛、最高效易用的大模型落地工具，加速企业落地的最后一公里。

最后一个，前面我们介绍的都是工具，其实工具摆在这儿，用好和用不好，最终产生的结果是截然不同的，所以在这个过程中我们也沉淀了一套应用落地方法论，包括大量不同尺寸大模型到底怎么选、Prompt 怎么调、RAG 调优怎么调、问数调优怎么调，以及组件开发和 Agent 调优能力，我们将这些经验变成文档，变成课程输出给我们的客户和伙伴，让大模型真正落地变得更简单。整个的应用的分发都是通过千帆 AppBuilder 平台来完成的，所以它能看到应用日常使用的情况，评估应用效果并指导更新迭代。

在医疗领域，杭州全诊医学基于百度智能云千帆平台打造了 AI Agent 应用——AI 医生助理，在预诊、诊间、住院、手术等多个医疗场景中为医护人员提供病史采集、病历书写、诊疗辅助等支持，大幅提升医护人员工作效率、改善病患就医体验。此外，针对企业精调专用模型经常遇到的特定场景数据欠缺、大模型通用能力被遗忘等问题， ModelBuilder 全新推出混合文心大模型高质量数据功能，支持用户将文心大模型通用混合语料、文心大模型垂直领域语料与业务数据进行融合，精调出更稳定、效果更好的专用大模型。

本质上来说，组件是函数或者 API 的抽象表达，那么对于思考模型来说，了解组件的功能以及组件的输入是比较重要的，需要「告诉」思考模型。在构建 AppBuilder 的过程中，思考模型需要遵循复杂的指令，例如格式遵循、用户指令、系统指令、对话历史、组件执行历史等，底座模型的指令遵循能力是最关键的能力，其效率、稳定性、成本是构建 Agent 的关键。定义思考模块的功能边界是创建一个效果不错的 Agent 最重要的步骤，包括角色指令、组件描述、组件入参设计、组件输出的设计、思考模型选择等。