Brug de bedste AI-motorer uden at gå på kompromis med databeskyttelse.
NLP Cloud er en platform for kunstig intelligens, der giver dig mulighed for at bruge de mest avancerede AI-motorer og endda træne dine egne motorer med dine egne data. Denne platform er fokuseret på data privacy by design, så du trygt kan bruge AI i din virksomhed uden at gå på kompromis med fortroligheden og endda implementere vores AI-modeller on-premise / at the edge. Vi tilbyder både små specifikke AI-motorer og store banebrydende generative AI-motorer, så du nemt kan integrere de mest avancerede AI-funktioner i din applikation til en overkommelig pris.
Hurtige og præcise AI-modeller, der egner sig til produktion. Meget tilgængelig inferens-API, der udnytter den mest avancerede hardware.
NLP Cloud er HIPAA / GDPR / CCPA-kompatibel og arbejder på SOC 2-certificering. Vi kan ikke se dine data, vi gemmer ikke dine data, og vi bruger ikke dine data til at træne vores egne AI-modeller.
Ved kritiske sikkerheds- og privatlivsbehov eller af hensyn til ydeevnen kan du implementere vores modeller in-house på dine egne isolerede servere. Vores ekspertteam er her for at hjælpe.
Brug alle NLP Clouds AI-modeller på 200 sprog takket være vores flersprogede modeller og vores flersprogede addon.
Du skal ikke bekymre dig om DevOps eller API-programmering og kun fokusere på tekstbehandling. Lever dit AI-projekt på ingen tid.
Finjuster dine egne modeller eller upload dine egne brugerdefinerede modeller, og implementer dem nemt i produktionen
NLP Cloud samarbejder tæt med NVIDIA for at kunne levere state-of-the-art performance. Vores generative AI-motorer er implementeret på de mest avancerede NVIDIA GPU'er for at garantere lave latenstider og overkommelige omkostninger. Du kan også implementere vores AI-motorer på dine egne lokale NVIDIA GPU'er.
NLP Cloud giver dig en enkel og robust API.
Skalerbarhed og høj tilgængelighed styres problemfrit af platformen.
Er du ikke sikker på, hvordan du bruger generativ AI og store sprogmodeller korrekt? Vores supportteam er her for at rådgive dig!
Se vores klientbiblioteker på Github:
Flere detaljer i dokumentationen.
curl https://api.nlpcloud.io/v1/en_core_web_lg/entities \
> -X POST -d '{"text":"John Doe is a Go Developer at Google"}' ^2000
`[
{
"end": 8,
"start": 0,
"text": "John Doe",
"type": "PERSON"
},
{
"end": 25,
"start": 13,
"text": "Go Developer",
"type": "POSITION"
},
{
"end": 35,
"start": 30,
"text": "Google",
"type": "ORG"
},
]
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/bart-large-mnli-yahoo-answers/classification \
> -X POST -d '{
"text":"John Doe is a Go Developer at Google. He has been working there for 10 years and has been awarded employee of the year.",
"labels":["job", "nature", "space"],
"multi_class": true
}' ^2000
`{
"labels":["job", "space", "nature"],
"scores":[0.9258800745010376, 0.1938474327325821, 0.010988450609147549]
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/roberta-base-squad2/question \
> -X POST -d '{
"context":"French president Emmanuel Macron said the country was at war with an invisible, elusive enemy, and the measures were unprecedented, but circumstances demanded them.",
"question":"Who is the French president?"
}' ^2000
`{
"answer":"Emmanuel Macron",
"score":0.9595934152603149,
"start":17,
"end":32
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/distilbert-finetuned-sst-2-english/sentiment \
> -X POST -d '{"context":"NLP Cloud proposes an amazing service!"}' ^2000
`{
"scored_labels":[
{
"label":"POSITIVE",
"score":0.9996881484985352
}
]
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/bart-large-cnn/summarization \
> -X POST -d '{"text":"The tower is 324 metres (1,063 ft) tall, about the same height as an 81-storey building, and the tallest structure in Paris. Its base is square, measuring 125 metres (410 ft) on each side. During its construction, the Eiffel Tower surpassed the Washington Monument to become the tallest man-made structure in the world, a title it held for 41 years until the Chrysler Building in New York City was finished in 1930. It was the first structure to reach a height of 300 metres. Due to the addition of a broadcasting aerial at the top of the tower in 1957, it is now taller than the Chrysler Building by 5.2 metres (17 ft). Excluding transmitters, the Eiffel Tower is the second tallest free-standing structure in France after the Millau Viaduct."}' ^2000
`{
"summary_text":"The tower is 324 metres (1,063 ft) tall,
about the same height as an 81-storey building. Its base is square,
measuring 125 metres (410 ft) on each side. During its construction,
the Eiffel Tower surpassed the Washington Monument to become the
tallest man-made structure in the world."
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/gpu/dolphin/generation \
> -X POST -d '{
"text":"Dolphin is a powerful NLP model",
"min_length":10,
"max_length":30
}' ^2000
`{
"generated_text":"Dolphin is a powerful NLP model for text generation.
This is the open-source version of GPT-4 by OpenAI. It is the most
advanced NLP model created as of today."
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/opus-mt-en-fr/translation \
> -X POST -d '{"text":"John Doe has been working for Microsoft in Seattle since 1999."}' ^2000
`{
"translation_text": "John Doe travaille pour Microsoft à Seattle depuis 1999."
}
user@local:~$` ^3000
curl https://api.nlpcloud.io/v1/python-langdetect/langdetection \
> -X POST -d '{"text":"John Doe has been working for Microsoft in Seattle since 1999. Il parle aussi un peu français."}' ^2000
`{
"languages": [
{
"en": 0.7142834369645996
},
{
"fr": 0.28571521669868466
}
]
}
user@local:~$` ^3000
user@local:~$
"Vi brugte en masse energi på at finjustere vores machine learning-modeller, men vi undervurderede klart go-live-processen. NLP Cloud sparede os for en masse tid, og priserne er virkelig overkommelige."
Patrick, Teknisk direktør hos MatchMaker
"Vores virksomhedspolitik tillader os ikke at bruge GPT-5 på OpenAI, så vi bruger GPT-OSS 120B på NLP Cloud i stedet. Det gode er, at den kan implementeres lokalt, hvilket er noget, vi måske vil overveje i fremtiden af hensyn til privatlivets fred og compliance."
Marc, Softwareingeniør
"Vi havde udviklet en fungerende API, der blev implementeret med Docker til vores model, men vi stod hurtigt over for problemer med ydeevne og skalerbarhed. Efter at have brugt uger på det, valgte vi til sidst denne cloud-løsning, og det har vi ikke fortrudt indtil videre!"
Maria, CSO hos CybelAI
"Til sidst opgav vi at finjustere LLaMA 3 ... Nu finjusterer og implementerer vi udelukkende Dolphin på NLP Cloud, og vi er glade for det."
Whalid, Lead Dev hos Direct IT
LAO (Laboratoire d'appareillage occulaire) er et fransk industrilaboratorium, der fremstiller innovative linser for at helbrede specifikke øjensygdomme som Lyells syndrom.
LAO bruger NLP Cloud Classification API til automatisk triage af supporthenvendelser.
"Vores samarbejde med NLP Cloud har i høj grad hjulpet os med at øge vores produktivitet og vores patienters tilfredshed. Vi havde en intuition om, at AI kunne hjælpe os, men vi anede ikke, hvordan vi skulle implementere det. NLP Clouds ekspertise har været afgørende."
Frédéric Baëchelé, administrerende direktør hos LAO
| Brugssag | Brugt model | |
|---|---|---|
| Automatisk talegenkendelse (tale til tekst): Uddrag tekst fra en lyd- eller videofil med automatisk sproggenkendelse, automatisk tegnsætning og tidsstempler på ordniveau på 100 sprog. | Vi bruger OpenAI's Whisper Large-model. | Legeplads >> |
| Klassificering: Send et stykke tekst, og lad den kunstige intelligens anvende de rigtige kategorier på din tekst, på mange sprog. Som en mulighed kan du foreslå de potentielle kategorier, du ønsker at vurdere. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og en intern NLP Cloud-model kaldet Fine-tuned LLaMA 3.3 70B. Vi bruger også Bart Large MNLI Yahoo Answers og XLM Roberta Large XNLI af Joe Davison. | Legeplads >> |
| Chatbot/konversationel AI: Diskuter flydende med en AI og få relevante svar på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3.3 70B. Vi bruger også Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Kodegenerering: generere kildekode ud fra en simpel instruktion i et hvilket som helst programmeringssprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3 70B. Vi bruger også Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Sammenfatning af dialog: summarize a conversation, in many languages | Vi bruger Bart Large CNN SamSum af Philipp Schmid. | Legeplads >> |
| Indlejringer: beregne indlejringer på mere end 50 sprog. | Vi bruger flere Sentence Transformers-modeller som Paraphrase Multilingual Mpnet Base V2. | |
| Grammatik- og stavekorrektion: Send en tekstblok, og lad AI'en rette fejlene for dig, på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3 70B. Vi bruger også Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Generering af overskrifter: Send en tekst, og få et meget kort resumé, der egner sig til overskrifter, på mange sprog. | Vi bruger T5 Base DA Generate Headline af Michal Pleban. | Legeplads >> |
| Klassificering af hensigter: forstå hensigten med et stykke tekst på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3 70B. Vi bruger også Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Udtræk af nøgleord og nøglesætninger:udtrække de vigtigste nøgleord fra et stykke tekst på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og en intern NLP Cloud-model kaldet og finjusteret LLaMA 3.3 70B. | Legeplads >> |
| Language Detection: registrerer et eller flere sprog i en tekst. | Vi bruger Pythons LangDetect-bibliotek. | Legeplads >> |
| Lemmatisering: udtrække lemmaer fra en tekst på mange sprog | Alle de store spaCy-modeller er tilgængelige. | |
| Genkendelse af navngivne entiteter (NER): udtrække struktureret information fra en ustruktureret tekst, f.eks. navne, virksomheder, lande, jobtitler ... på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og en intern NLP Cloud-model kaldet Fine-tuned LLaMA 3.3 70B. Vi bruger også alle de store spaCy-modeller. | Legeplads >> |
| Navneklumper: udtrække substantivklumper fra en tekst på mange sprog | Alle de store spaCy-modeller er tilgængelige. | |
| Parafrasering og omskrivning: generere et lignende indhold med den samme betydning på mange sprog. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og en intern NLP Cloud-model kaldet Fine-tuned LLaMA 3.3 70B. | Legeplads >> |
| Part-Of-Speech (POS) tagging: tildele talemåder til hvert ord i din tekst på mange sprog | Alle de store spaCy-modeller er tilgængelige. | |
| Besvarelse af spørgsmål: Stil spørgsmål om hvad som helst på mange sprog. Som en mulighed kan du angive en kontekst, så AI'en bruger denne kontekst til at besvare dit spørgsmål. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3 70B. Vi bruger også Roberta Base Squad 2 af Deepset, Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Semantisk søgning: Søg i dine egne data på mere end 50 sprog. | Lav din egen semantiske søgning / RAG-model ud fra din egen domæneviden (intern dokumentation, kontrakter ...) og stil semantiske spørgsmål til den. | Legeplads >> |
| Semantisk lighed: opdage, om 2 stykker tekst har samme betydning eller ej, på mere end 50 sprog. | Vi bruger Paraphrase Multilingual Mpnet Base V2. | Legeplads >> |
| Sentiment- og følelsesanalyse: bestemme stemninger og følelser fra en tekst (positiv, negativ, frygt, glæde ...) på mange sprog. Vi har også en AI til finansiel sentimentanalyse. | Vi bruger DistilBERT Base Uncased Finetuned SST-2, DistilBERT Base Uncased Emotion og Finbert fra Prosus AI. | Legeplads >> |
| Talesyntese (tekst-til-tale): Konverter tekst til lyd | Vi bruger Speech T5 fra Microsoft. | Legeplads >> |
| Opsummering: send a text, and get a smaller text keeping essential information only, in many languages | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og interne NLP Cloud-modeller kaldet ChatDolphin og Fine-tuned LLaMA 3 70B. Vi bruger også Bart Large CNN af Meta, Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. | Legeplads >> |
| Tekstgenerering: opnå alle de mest avancerede AI-brugsscenarier ved enten at fremsætte anmodninger i naturligt sprog ("instruere" anmodninger) eller bruge læring med få skud. | Vi bruger GPT-OSS 120B, LLaMA 3.1 405B og en intern NLP Cloud-model kaldet ChatDolphin og finjusteret LLaMA 3.3 70B. Vi bruger også Dolphin Yi 34B af Eric Hartford og Dolphin Mixtral 8x7B af Eric Hartford. Du kan også finjustere din egen tekstgenereringsmodel for at få endnu bedre resultater. | Legeplads >> |
| Tokenisering: udtrække tokens fra en tekst på mange sprog | Alle de store spaCy-modeller er tilgængelige. | |
| Oversættelse: Oversæt tekst på 200 sprog med automatisk registrering af inputsprog. | Vi bruger NLLB 200 3.3B fra Meta til oversættelse på 200 sprog. | Legeplads >> |
Leder du efter en specifik use case eller AI-model, som ikke er på listen ovenfor? Giv os besked!
De fleste af vores AI-modeller kan implementeres på dine egne servere.
Dette er den bedste løsning til kritiske applikationer, der kræver et højt niveau af privatliv, som f.eks. medicinske applikationer, finansielle applikationer... Vores modeller kræver ikke en internetforbindelse.
Det er også interessant i tilfælde af applikationer, der kræver en lav latenstid, da du kan sikre dig, at din AI-model er så tæt på dine slutbrugere som muligt.
Det kan være en udfordring at etablere sin egen AI-infrastruktur. Det er derfor, vores ingeniører kan hjælpe dig under implementeringsprocessen, hvis det er nødvendigt.
Du kan også finjustere dine egne modeller på NLP Cloud og derefter distribuere dem på dine egne servere.
Træn/finjuster dine egne AI-modeller med dine egne forretningsdata, og brug dem med det samme i produktionen uden at bekymre dig om implementeringsovervejelser som GPU-tilgængelighed, hukommelsesforbrug, høj tilgængelighed, skalerbarhed ... Du kan uploade og implementere så mange modeller, som du vil, i produktionen.
Har du allerede en konto? Send os en besked fra dit dashboard.
Ellers send os en e-mail til [email protected].
Vi tilbyder også avanceret ekspertise inden for AI (rådgivning, uddannelse, integration ...). Du er velkommen til at fortælle os mere om dit projekt.
NLP Cloud lægger stor vægt på sikkerheden af dine data og dit privatliv. For at garantere, at platformen og dataene forbliver sikre, implementerer vi løbende vores ressourcer og metoder i vores platform og metoder. Nedenfor er kun nævnt en del af de sikkerhedsprotokoller, vi bruger. Hvis du gerne vil diskutere, hvordan NLP Cloud kan overholde dine compliance-krav, er du velkommen til at kontakte os!
NLP Cloud-produktionsdata håndteres og opbevares i de mest pålidelige cloud-tjenester og virksomhedsdatacentre.
Data, der gemmes til langtidsbrug, beskyttes ved at blive behandlet kryptografisk.
Firewalls og sikre systemindstillinger beskytter alle NLP Clouds servere og databaser. Desuden er Linux det operativsystem, der driver alle vores produktionsservere.
NLP Cloud gemmer kun en hash-version af din adgangskode, der følger PBKDF2-algoritmen med en SHA256-hash.
NLP Cloud har genereret omfattende sikkerhedsprotokoller, der berører flere aspekter. Disse protokoller bliver konstant fornyet og distribueret blandt alle samarbejdspartnere.
Alle medarbejdere forstår sikkerhedsprotokoller og -regler og deltager i hyppige træningsprogrammer. Kun et begrænset antal systemadministratorer har adgang til NLP Cloud-serverne.
NLP Cloud opretholder regelmæssige sikkerhedskopier af oplysninger og vurderer regelmæssigt sin evne til at gendanne dataene i tilfælde af et større problem.
NLP Cloud implementerer stærke retningslinjer for at finde en balance mellem regulering og hastighed, mens systemkonfigurationer ændres.
Vi bruger eksterne sikkerhedsspecialister til at foretage grundige undersøgelser af NLP Cloud-systemet.