澳鹏智能 LLM 开发平台集大模型数据准备、训练、推理、部署应用于一体，提供数据集管理、数据标注、计算资源调度、模型评估、模型微调等全栈管理产品，助力企业轻松拥抱大模型。
数据处理工具内置数据有效性判断、数据聚类等算法，助力高效的数据处理工作
平台集成MatrixGo平台的数据标注模块，助力高效地创建自有数据集
数据分析模块对数据集统计分析，可直观了解数据分布并进行优化
数据检索功能包含检索算法，支持多个检索维度，可在大批量的数据中，快速找到目标数据
平台支持多种微调方法，并且内置微调任务管理功能，直观管理微调进度
平台内置多种评估工具，可以分析模型的不同优缺点，并进行多模型间的比较，及时发现模型的潜在问题
平台内置一键部署功能，可将训练好的算法一键部署为服务，或一键打包为SDK，并通过标准API对外提供服务
统一的管理界面，包含训练任务及推理任务，可以根据需求对任务设置优先级，并监控计算任务的运行情况
界面中直观显示计算资源状态，并可根据计算任务优先级和计算资源空闲情况，自动调度计算任务运行
数据检索功能支持对数据集按数据标签、文本内容、文本主题、对话轮次等多维度进行快速检索，平台还提供了相似数据检索、自然语言检索等算法，帮助开发人员更快地找到目标数据。
对数据集统计分析，了解数据集中数据的分布情况，从中选取符合分布要求的数据。
澳鹏丰富的项目管理经验打磨出的强大工作流，开发人员可根据项目要求，选择标注、质检、验收的流程，保证数据质量:
在统一的界面中管理训练、推理任务，可以根据需求对任务设置优先级，同时支持监控计算任务运行情况
澳鹏模型评估功能提供了 A/B 测试、标准语料测试、自定义测试、测试结果可视化和模型分析等功能。在对开源大模型的选型阶段，对不同开源大模型使用 A/B 测试，或在特定场景下使用自定义语料包测试，选择需要使用的基础模型。在对模型进行微调后，使用标准语料包测试模型的基础能力，并且可以与商用模型对比性能，再结合模型参数、占用资源等，最终选择投入业务使用的大模型。
澳鹏智能 LLM 平台搭载了 A/B Test 功能，支持开发人员进行在线测试，并高效对比模型输出结果。输入同样的语料，对比不同模型的输出结果，以选择效果更好的模型。
使用澳鹏提供的标准语料，校验模型是否有潜在的歧视、涉黄、涉政、社恐等问题。
通过我们与 NVIDIA 的合作，企业现在可以获得全面的解决方案来创建、实施和完全定制人工智能 (AI) 模型及应用。
NVIDIA AI 平台使企业能够根据其特定数据、人口统计数据和品牌标准创建和部署完全可定制且可立即投入生产的 AI 程序。澳鹏通过数据集、数据采集、标注以及一整套带有人类反馈的强化学习 (RLHF) 服务增强了NVIDIA的模型效能。值得注意的成功案例包括针对 T-Mobile 数据进行微调的 NVIDIA Riva 服务，使 T-Mobile 能够实时解决客户问题。
将大型语言模型与人类反馈相结合，可以确保它们适合每个独特的公司及其领域环境，减少偏见以及幻觉。
凭借澳鹏在模型评估、语言学方面的丰富经验以及与庞大且多元化的全球人工智能培训专家团队的联系，Reka 可以比以往更快地构建、测试和部署定制大型语言模型。
我们正在开发 API 集成，将 Reka 的模型连接到 Appen 的 AI 平台，来促进我们的模型微调、模型监控、风险和质量保证服务。
我们与 AWS SageMaker 的合作伙伴关系为希望深入研究机器学习的公司带来诸多好处。通过这种合作，公司可以更快地将机器学习计划投入生产，从而跳过冗长的基础设施重构过程。借助 AWS SageMaker 的现有模型和框架，公司可以专注于创建模型，而不必陷入技术复杂性。该平台的企业级特性可确保数据安全合规性，让企业可以放心部署。澳鹏的数据标注专业知识进一步保证了机器学习模型训练数据质量。通过这种合作关系，公司可以受益于全球大量熟练的众包团队以及人工智能/机器学习专家。
我们与 Azure 的合作伙伴关系使团队能够保持对重要源数据的完全所有权和控制权，从而确保其安全性。借助我们的解决方案，您的数据永远不会离开您的服务器，因为它是通过 Azure 云存储中托管的私有存储桶安全地提供的。我们与 Azure 携手，努力创建一个安全可靠的数据处理环境，以满足您组织的需求。
我们很荣幸与 Google Cloud 合作。通过将我们在数据采集和标注方面的专业知识与 Google Cloud 平台的强大功能相结合，我们努力在从数据建模到部署的整个数据科学生命周期中提供可靠、高效的体验。我们共同致力于帮助客户在云计算领域取得成功。
