DoNews11月21日消息，11月21日，「筑基赋能 智向未来」九章云极DataCanvas大模型系列成果发布会（以下简称“发布会”）在北京召开，发布会上重磅发布围绕DataCanvas Alaya九章元识大模型的开源底层LLMOps大模型工具链，开源Alaya-7B大模型系列，以及TableAgent数据分析智能体等一系列直击应用的大模型创新成果。
Alaya-7B通识&对话大模型 + LLMOps工具链，大模型「全家桶」重磅开源
九章云极DataCanvas Alaya-7B系列大模型正式开源
发布会上，九章云极DataCanvas公司自主研发的DataCanvas Alaya 九章元识大模型矩阵正式开源一系列新成果，其中包括「Alaya-7B大模型系列」中的Alaya-7B Foundation Model通识大模型和Alaya-7B Chat Model对话大模型两大模型，以及「LLMOps大模型工具链」中的LMS模型运行工具和LMPM 提示词管理器两大工具。
【技术门槛更低，算力消耗更少的Alaya-7B】
九章云极DataCanvas 公司副总裁于建岗介绍，Alaya-7B大模型系列是DataCanvas Alaya九章元识大模型矩阵的成员之一，基于Alaya通识大模型，由自我采集、精心筛选处理的万亿token数据集（包含网络上的中英文文章、新闻、百科等数据源）上从0开始预训练而成。在此前参与的C-Eval、CMMLU、AGIEval、 MMLU、BBH等权威大模型评测榜单中，Alaya-7B均表现出业内领先水准。
Alaya-7B Chat Model 是Alaya-7B Foundation Model的对话版本，通过在精心选择的微调数据集上进行微调，并对基于涉毒、涉黄以及不良偏见数据进行去毒，从而生成和人类价值观对齐的对话式大模型。Alaya-7B Chat Model具备多轮对话、自我认知和偏见拒答的能力，能够完成知识问答、代码编写、信息提取、阅读理解、创意写作等多项语言任务。
于建岗称，Alaya-7B大模型系列在保证模型表现的同时，对使用者的安装使用硬件要求更低、应用技术难度更低、训练所需的算力资源消耗更小，有助于加速大模型在各类行业场景的实际应用。
九章云极DataCanvas LLMOps大模型工具链正式开源
【全生命周期的大模型工具链】
LLMOps大模型工具链则覆盖了大模型从训练、精调、压缩、部署、推理到监控的全生命周期过程。本次开源两大工具——LMS(Large Model Serving)模型运行工具和LMPM (Large Model Prompt Manager) 提示词管理器——在大模型业务赋能过程中均起着关键作用。
- LMS模型运行工具，能够提高大模型的交付速度和质量，降低大模型的运维和运营成本，以及完成大模型生产化及服务运营等方面的需求。
- LMPM提示词管理器，通过帮助用户设计更好的提示词，引导大模型生成更加准确、可靠、符合预期的输出内容。该工具既可面向技术人员提供development toolkit的开发模式，也可以面向非技术人员提供人机交互的操作模式，满足更多人群使用大模型的需求。
九章云极DataCanvas正在不断尝试工具链、大模型和行业应用的融合创新。此前，工具链之一DingoDB多模向量数据库，与DataCanvas Alaya九章元识大模型联合打造了企业知识管家解决方案，赋能企业构建高度自动化与智能化的企业知识库，加速多模态大模型落地应用。
从DingoDB多模向量数据库、LMS模型运行工具、LMPM提示词管理器，到Alaya-7B通识+对话大模型系列，九章云极DataCanvas已经为用户提供了从数据管理到大模型应用的一站式、0门槛、全链条开源工具组合。
直击最具商业价值应用场景！TableAgent实现人人都是数据分析师
TableAgent数据分析智能体正式发布
本次发布会正式发布公测的TableAgent数据分析智能体，同样是以DataCanvas Alaya九章元识大模型和LLMOps大模型工具链为基础实现的智能体创新。
九章云极DataCanvas公司主任架构师杨健介绍称，TableAgent在Alaya元识基础上进化而来，是从0到1的交互式结构化数据分析的突破，是企业数据分析的全新方式，让“人人都是数据分析师”得以从梦想照进现实。
TableAgent是能够实现私有化部署的企业级数据分析智能体，有非常强大的意图理解能力、分析建模能力和洞察力。在充分的理解用户意图后，TableAgent能够自主地利用统计科学、机器学习、因果推断等高级建模技术从数据中挖掘价值，进而提供分析观点和指导行动的深刻见解。这种启发式和引导式分析能力，能够从深度和广度上不断挖掘数据中的信息和价值，帮助用户完成高质量的分析工作。
TableAgent数据分析智能体特性优势
同时，得益于自有大模型和自研T+底层体系，TableAgent能够适用于各类行业和专业，实现对任何特定领域内个性化数据分析情景下的专业化微调。
杨健指出，当前市场呈现出丰富多样的生成式AI形态，拨开一众表面浮夸的形态和场景，TableAgent团队发现，“数据分析”是大模型和具体业务融合的更深一步，是最能为用户产生直接商业价值的核心领域，也将是企业真正需要沉淀的、最有业务价值的领域。
