【智问 Askture】—降低企业成本，定制一个专属自己的ChatGPT！

为了进一步提高搜索准确率，引导用户搜索描述更加准确和充分利用用户行为优化搜索引擎伊克罗德推出了一款基于智能搜索引擎+大语言模型的企业知识库解决方案——智问 Askture，能够通过向量搜索和自然语言处理，为用户提供基于知识库语料的内容检索和精准问答。

问答界面：

调参界面：

知识库（Knowledge Base）是一种用于知识管理的特殊的数据库，以易于相关应用领域知识的收集、重新整理以及抽取。

构筑企业知识库系统能将知识进行有条理的管理，累积和留存信息及知识资产，加速内部信息及知识的流通，实现组织内部知识和资源的高效共享。

企业知识库产品在制造、医疗健康、教育、IT/HR、法律、游戏、电商等各行各业都有丰富的应用场景。并且知识库产品不受企业规模的限制，任何规模的企业都需要管理自己的知识与信息资产。

智问使用的文本处理算法（Text processing algorithms）是基于自然语言处理（NLP）技术的算法，旨在理解和生成人类语言。它们基于大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。此算法的特点是拥有规模庞大的参数，通常为亿级以上，帮助它们学习语言数据中的复杂模式。

经过训练优化的算法能够模拟人类语言习惯、理解自然语义关系并生成相应回复。并且可以不断输入数据集、不断迭代优化算法，以提升其知识储备和理解能力，从经验中学习并进一步增强其表达和推理能力。其广泛的知识储备也可以适用于不同领域的问题解决和知识推断，应用范围十分丰富。

在一个神经网络中，每个节点传输数据的权重，就是向量（Vector）。 因此对于文本处理算法而言，一个最基本的语义的传输单元，就是一个向量。任何信息都可以用向量的方式表征它的语义，因此向量是任何非结构化数据在 AI 中语义表达的最根本的表达形式和基本的数据单元。

向量数据库（Vector Database）是一种能提供标准 SQL 访问接口，并且能够高效存储，检索，分析向量的数据库。通常向量数据库基于传统关系型数据库发展而来，但数据规模超过传统的关系型数据库，提供高模糊查询算力，兼顾低时延与高并发等特性。

因此，我们将知识库的语料向量化后，存在向量数据库中，等到需要时再在向量数据库中做语义的检索和管理，就能够极大地提升智能搜索引擎知识库的检索效率和准确率。

上述服务支持计划中，都包含以下服务内容：

原始语料导入支持

向量数据库引擎选择（OpenSearch/Kendra）

文本处理算法引擎选择

提示词优化

另有以下服务项目，根据客户情况可选：

原始语料优化指导(调整原始语料格式、数据结构等)

向量数据库引擎优化(优化向量索引，提升查询速度和准确性)

算法兼容性定制(接入Bloom等中文模型）)

前端界面定制调整(主题、UI 元素等定制)

服务架构定制化调整(定制化调整服务部署方式、功能实现逻辑等)）