langboat_mengzi的博客

​第二期澜舟分享会邀请到来自中科院软件所中文信息处理实验室研究员韩先培分享演讲“UIE：基于统一结构生成的通用信息抽取”。​

第二期「澜舟分享会」我们邀请到来自复旦大学计算机学院邱锡鹏教授分享了“大规模预训练模型：探讨与展望”，本此演讲主要围绕大规模预训练语言模型展开讨论，并探讨大模型成功的原因、适用场景、未来发展方向以及身处大模型时代我们的机遇。

​本文根据段楠老师在「澜舟NLP分享会」上的演讲整理。文内梳理了视觉语言预训练近期工作，并分享了微软亚洲研究院在视觉语言预训练模型和视觉合成方面的研究。

近三年来，大规模预训练模型深入应用于金融场景中，大幅度地提升了业务系统的开发效率。本次报告将分享目前大模型技术在金融场景下的应用现状及未来发展趋势，并介绍澜舟团队基于孟子轻量化模型支持金融场景并通过SaaS输出各项标准 NLP 能力的技术进展。

本文根据马永亮在「澜舟NLP分享会」上的演讲整理，文内介绍了金融事件分析相关技术背景以及澜舟目前的工作进展。全文约3800字，预计阅读时长8分钟。​

澜舟认知智能平台正式开启公测，基于自然语言处理（NLP）技术提供开箱即用的 SaaS 服务，首期开放机器翻译、文学辅助创作、金融认知智能、语言基础服务 4 大场景下的 8 个 API 能力接口，欢迎大家使用和反馈！

经过五个月的开发和场景打磨，孟子多任务模型正式开源，提供出色的 Zero-Shot 及 Few-Shot能力。

众所周知，大模型参数量大，通用能力强，综合性能好，但是在工业界落地上有一些难点。文内从业务角度介绍了大模型技术在同花顺业务上的应用以及未来探索的方向。

本文介绍了大模型轻量化技术背景，并分享了澜舟轻量化技术实践的 5 种路径，包括语言学知识增强、训练优化技术、模型压缩（蒸馏、剪枝和量化）、检索增强、多任务。

本文回顾了过去 12 个月以来，国内外大模型的发展趋势，包括百花齐放的国产大模型、新秀不断涌现的多模态模型、萌芽中的通用能力模型等等，并对大模型新应用、预训练框架等方面的进展进行了总结。......

多语言预训练为跨语言生成任务提供了优良的参数初始化，当多语言预训练之风吹向机器翻译领域，又将发生怎样有趣的化学反应？

拼写纠错在诸多 NLP 任务和应用中都有重要作用，如 OCR、语音识别和搜索引擎等。在 NLP 任务和日常工作生活场景中，中文文本中的 typo 主要是拼音和字形相似导致的

近日，境内头部基金公司华夏基金与 NLP/AI 领域领先者北京澜舟科技签署战略合作协议，成立金融 NLP（自然语言处理）联合实验室，合作探索自然语言处理技术在金融领域的应用；合作建设基于华夏基金投资研究逻辑的舆情 NLP 能力；合作打造基于深度学习和预训练模型的金融行业搜索引擎，同时计划在其他数字化建设、创新技术合作、业务应用等方面展开合作。华夏基金首席数据官陈一昕，澜舟科技创始人兼首席执行官周明博士分别代表双方在北京签约。华夏基金首席数据官陈一昕表示，科技创新是发展数字经济的核心源动力。金融行业如何促进科

认知智能到底要解决什么问题呢？实际上，认知智能要解决语言理解、问题求解、辅助决策和预测规划问题，它还有非常广泛的应用，从机器翻译到搜索、聊天、专家系统、广告、情感分析、对话、信息抽取、故障诊断、推理、知识图谱、情感计算等。...