Használja a legjobb mesterséges intelligenciamotorokat az adatvédelem feláldozása nélkül.
Az NLP Cloud egy mesterséges intelligencia platform, amely lehetővé teszi, hogy a legfejlettebb mesterséges intelligencia motorokat használd, és akár saját motorjaidat is betanítsd a saját adataiddal. Ez a platform az adatvédelemre összpontosít a tervezés során, így biztonságosan használhatja a mesterséges intelligenciát az üzleti életben a titoktartás veszélyeztetése nélkül, és akár on-premise / on the edge is telepítheti a mesterséges intelligencia modelljeinket. Kicsi, specifikus AI-motorokat és nagy, élvonalbeli generatív AI-motorokat egyaránt kínálunk, így könnyen és megfizethető áron integrálhatja a legfejlettebb AI-funkciókat az alkalmazásába.
Gyors és pontos, gyártásra alkalmas mesterséges intelligencia modellek. A legfejlettebb hardvereket kihasználó, nagy rendelkezésre állású következtetési API.
Az NLP Cloud megfelel a HIPAA / GDPR / CCPA előírásoknak, és dolgozik a SOC 2 tanúsításon. Nem látjuk az Ön adatait, nem tároljuk az Ön adatait, és nem használjuk az Ön adatait saját AI-modelleink képzésére.
Kritikus biztonsági és adatvédelmi igények vagy teljesítménybeli okok miatt a modelljeinket házon belül, saját, elszigetelt szervereken is telepítheti. Szakértő csapatunk készséggel áll rendelkezésére.
Használja az NLP Cloud összes mesterséges intelligencia modelljét 200 nyelven, a többnyelvű modelljeinknek és a többnyelvű kiegészítőnknek köszönhetően.
Ne aggódjon a DevOps vagy az API-programozás miatt, és csak a szövegfeldolgozásra koncentráljon. Az AI-projektet pillanatok alatt megvalósíthatja.
Finomhangolja saját modelljeit, vagy töltse fel házon belüli egyedi modelljeit, és könnyedén telepítse azokat a termelésbe.
Az NLP Cloud szorosan együttműködik az NVIDIA-val annak érdekében, hogy a legmodernebb teljesítményt nyújtsa. Generatív AI-motorjainkat a legfejlettebb NVIDIA GPU-kon telepítjük az alacsony késleltetés és a megfizethető költségek garantálása érdekében. AI-motorjainkat saját, helyben telepített NVIDIA GPU-kon is telepítheti.
Az NLP Cloud egyszerű és robusztus API-t biztosít.
A skálázhatóságot és a nagyfokú rendelkezésre állást a platform zökkenőmentesen kezeli.
Nem tudja, hogyan kell helyesen használni a generatív AI-t és a nagyméretű nyelvi modelleket? Támogató csapatunk szívesen ad tanácsot!
Lásd ügyfélkönyvtárainkat a Githubon:
További részletek a dokumentációban.
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:~$
"Sok energiát fordítottunk a gépi tanulási modelljeink finomhangolására, de egyértelműen alábecsültük a beüzemelési folyamatot. Az NLP Cloud rengeteg időt takarított meg nekünk, az árak pedig igazán megfizethetőek."
Patrick, CTO a MatchMaker-nél
"A vállalati szabályzatunk nem engedi, hogy GPT-5-öt használjunk az OpenAI-n, ezért helyette GPT-OSS 120B-t használunk az NLP Cloud-on. Nagyszerű dolog, hogy helyben is telepíthető, amit a jövőben adatvédelmi és megfelelőségi okokból fontolóra vehetünk."
Marc, Szoftver mérnök
"Kifejlesztettünk egy működő API-t, amelyet Dockerrel telepítettünk a modellünkhöz, de gyorsan szembesültünk teljesítmény- és skálázhatósági problémákkal. Miután heteket töltöttünk ezzel, végül a felhős megoldás mellett döntöttünk, és eddig nem bántuk meg!"
Maria, CSO a CybelAI-nál
"Végül feladtuk a LLaMA 3 finomhangolását... Most kizárólag a Dolphin finomhangolását és telepítését végezzük az NLP Cloudon, és így is elégedettek vagyunk."
Whalid, Vezető fejlesztő a Direct IT-nél
A LAO (Laboratoire d'appareillage occulaire) egy francia ipari laboratórium, amely innovatív lencséket készít olyan speciális szembetegségek gyógyítására, mint a Lyell-szindróma.
A LAO az NLP Cloud osztályozó API-t használja a támogatási jegyek automatikus osztályozásához.
"Az NLP Clouddal való együttműködésünk nagyban hozzájárult termelékenységünk és betegeink elégedettségének növeléséhez. Megéreztük, hogy a mesterséges intelligencia segíthet nekünk, de fogalmunk sem volt arról, hogyan valósítsuk meg. Az NLP Cloud szakértelme kulcsfontosságú volt."
Frédéric Baëchelé, az LAO vezérigazgatója
| Felhasználási eset | Használt modell | |
|---|---|---|
| Automatikus beszédfelismerés (beszédből szöveggé alakítás): Szövegkivonatolás audio- vagy videofájlból, automatikus nyelvfelismeréssel, automatikus írásjelekkel és szószintű időbélyegekkel, 100 nyelven. | Az OpenAI Whisper Large modelljét használjuk. | Játszótér >> |
| Osztályozás: küldjön el egy szöveget, és hagyja, hogy a mesterséges intelligencia a megfelelő kategóriákat alkalmazza a szövegére, számos nyelven. Opcióként Ön is javasolhatja a potenciális kategóriákat, amelyeket értékelni szeretne. | A GPT-OSS 120B, a LLaMA 3.1 405B és egy házon belüli NLP Cloud modellt, a Fine-tuned LLaMA 3.3 70B-t használjuk. Használjuk továbbá a Bart Large MNLI Yahoo Answers és a Joe Davison által készített XLM Roberta Large XNLI-t. | Játszótér >> |
| Chatbot/beszélgető AI: folyékonyan beszélgethet egy mesterséges intelligenciával, és releváns válaszokat kaphat, számos nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3.3 70B-t használjuk. Használjuk továbbá az Eric Hartford által készített Dolphin Yi 34B-t és az Eric Hartford által készített Dolphin Mixtral 8x7B-t. | Játszótér >> |
| Kódgenerálás: forráskód generálása egy egyszerű utasításból, bármilyen programozási nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3 70B-t használjuk. Használjuk továbbá az Eric Hartford által készített Dolphin Yi 34B-t és az Eric Hartford által készített Dolphin Mixtral 8x7B-t. | Játszótér >> |
| Párbeszéd összefoglalása: summarize a conversation, in many languages | A Philipp Schmid által készített Bart Large CNN SamSumot használjuk. | Játszótér >> |
| Beágyazások: több mint 50 nyelven számol beágyazásokat. | Számos mondatátalakító modellt használunk, mint például a Paraphrase Multilingual Mpnet Base V2. | |
| Nyelvtani és helyesírási javítás: küldjön el egy szövegrészletet, és hagyja, hogy a mesterséges intelligencia kijavítsa a hibákat Ön helyett, számos nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3 70B-t használjuk. Használjuk továbbá az Eric Hartford által készített Dolphin Yi 34B-t és az Eric Hartford által készített Dolphin Mixtral 8x7B-t. | Játszótér >> |
| Címlapgenerálás: küldjön egy szöveget, és kap egy nagyon rövid összefoglalót, amely alkalmas a főcímekhez, sok nyelven. | A T5 Base HU Generate Headline by Michal Pleban-t használjuk. | Játszótér >> |
| Szándék szerinti besorolás: megérteni a szándékot egy szövegből, sok nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3 70B-t használjuk. Használjuk továbbá az Eric Hartford által készített Dolphin Yi 34B-t és az Eric Hartford által készített Dolphin Mixtral 8x7B-t. | Játszótér >> |
| Kulcsszavak és kulcskifejezések kinyerése:a fő kulcsszavak kivonása egy szövegből, számos nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és egy házon belüli NLP Cloud modellt használunk, amelynek neve és finomhangolt LLaMA 3.3 70B. | Játszótér >> |
| Nyelvfelismerés: egy vagy több nyelv felismerése egy szövegből. | A Python LangDetect könyvtárát használjuk. | Játszótér >> |
| Lemmatizáció: Lemmák kivonása egy szövegből, számos nyelven | Az összes nagy spaCy modell elérhető. | |
| Nevezett entitások felismerése (NER): strukturált információk kinyerése strukturálatlan szövegből, mint például nevek, cégek, országok, munkakörök, stb... számos nyelven. | A GPT-OSS 120B, a LLaMA 3.1 405B és egy házon belüli NLP Cloud modellt, a Fine-tuned LLaMA 3.3 70B-t használjuk. Az összes nagy spaCy modellt is használjuk. | Játszótér >> |
| Noun Chunks: főnévtömbök kivonása egy szövegből, számos nyelven | Az összes nagy spaCy modell elérhető. | |
| Parafrazálás és átfogalmazás: hasonló tartalmú, azonos jelentésű, több nyelven is hasonló tartalmat generál. | A GPT-OSS 120B, a LLaMA 3.1 405B és egy házon belüli NLP Cloud modellt, a Fine-tuned LLaMA 3.3 70B-t használjuk. | Játszótér >> |
| Beszédrész-jelölés (POS): beszédrészek hozzárendelése a szöveg minden egyes szavához, számos nyelven | Az összes nagy spaCy modell elérhető. | |
| Kérdés megválaszolása: kérdéseket tehet fel bármiről, számos nyelven. Opcióként megadhat egy kontextust, így a mesterséges intelligencia ezt a kontextust használja fel a kérdés megválaszolásához. | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3 70B-t használjuk. Használjuk továbbá a Deepset Roberta Base Squad 2, Eric Hartford Dolphin Yi 34B és Eric Hartford Dolphin Mixtral 8x7B modelljeit. | Játszótér >> |
| Szemantikus keresés: keresés a saját adatai között, több mint 50 nyelven. | Hozzon létre saját szemantikus keresési / RAG modellt a saját domain tudásából (belső dokumentáció, szerződések...) és tegyen fel szemantikus kérdéseket. | Játszótér >> |
| Szemantikai hasonlóság: több mint 50 nyelven felismeri, hogy 2 szövegrész azonos jelentésű-e vagy sem. | Mi a Paraphrase Multilingual Mpnet Base V2-t használjuk. | Játszótér >> |
| Érzelem- és érzelemelemelemzés: Érzelmek és érzelmek meghatározása egy szövegből (pozitív, negatív, félelem, öröm...), számos nyelven. Van egy mesterséges intelligenciánk a pénzügyi érzelemelemelemzéshez is. | A DistilBERT Base Uncased Finetuned SST-2, a DistilBERT Base Uncased Emotion és a Prosus AI Finbert használjuk. | Játszótér >> |
| Beszédszintézis (Text-To-Speech): szövegből hangot konvertálni | Mi a Microsoft Speech T5-öt használjuk. | Játszótér >> |
| Összefoglalás: send a text, and get a smaller text keeping essential information only, in many languages | A GPT-OSS 120B, a LLaMA 3.1 405B és a ChatDolphin nevű házon belüli NLP Cloud modelleket, valamint a finomhangolt LLaMA 3 70B-t használjuk. Használjuk továbbá a Bart Large CNN-t a Meta, a Dolphin Yi 34B-t Eric Hartfordtól és a Dolphin Mixtral 8x7B-t Eric Hartfordtól. | Játszótér >> |
| Szöveggenerálás: a legfejlettebb mesterséges intelligencia felhasználási esetek megvalósítása természetes nyelven történő kérésekkel ("instruáló" kérések), vagy a néhány lövéses tanulás. | A GPT-OSS 120B, a LLaMA 3.1 405B és egy házon belüli NLP Cloud modellt, a ChatDolphint és a finomhangolt LLaMA 3.3 70B-t használjuk. Használjuk továbbá az Eric Hartford által készített Dolphin Yi 34B-t és az Eric Hartford által készített Dolphin Mixtral 8x7B-t. A még jobb eredmények érdekében finomhangolhatja saját szöveggeneráló modelljét is. | Játszótér >> |
| Tokenizálás: tokenek kivonása egy szövegből, számos nyelven | Az összes nagy spaCy modell elérhető. | |
| Fordítás: 200 nyelvre fordíthat szöveget automatikus bemeneti nyelvfelismeréssel. | Az NLLB 200 3.3B by Meta programot használjuk 200 nyelvre történő fordításhoz. | Játszótér >> |
Olyan konkrét felhasználási esetet vagy AI-modellt keres, amely nem szerepel a fenti listán? Kérjük, értesítsen minket!
A legtöbb AI-modellünk telepíthető az Ön saját szerverein.
Ez a legjobb megoldás olyan kritikus alkalmazásokhoz, amelyek magas szintű adatvédelmet igényelnek, mint például az orvosi alkalmazások, pénzügyi alkalmazások... Modelljeink nem igényelnek internetkapcsolatot.
Az alacsony késleltetést igénylő alkalmazások esetében is érdekes, hiszen így biztosíthatja, hogy az AI-modell a lehető legközelebb legyen a végfelhasználókhoz.
A saját AI-infrastruktúra biztosítása kihívást jelenthet. Ezért mérnökeink szükség esetén segítenek Önnek a telepítési folyamat során.
Saját modelljeit is finomhangolhatja az NLP Cloudon, majd telepítheti azokat saját szerverein.
Saját AI-modellek képzése/finomhangolása a saját üzleti adatokkal, és azonnal használhatja őket a termelésben anélkül, hogy aggódnia kellene az olyan telepítési szempontok miatt, mint a GPU rendelkezésre állása, memóriahasználat, nagyfokú rendelkezésre állás, skálázhatóság... Annyi modellt tölthet fel és telepíthet a termelésbe, amennyit csak akar.
Már van fiókja? Küldjön nekünk üzenetet a műszerfaláról.
Ellenkező esetben küldjön nekünk egy e-mailt a [email protected].
A mesterséges intelligenciával kapcsolatos fejlett szakértelmet is biztosítunk (tanácsadás, képzés, integráció...). Bátran meséljen nekünk többet a projektjéről.
Az NLP Cloud kiemelt figyelmet fordít az adatok biztonságára és a magánélet védelmére. Annak érdekében, hogy garantáljuk a platform és az adatok biztonságban maradjanak, folyamatosan telepítjük erőforrásainkat és módszereinket a platformunkba és módszereinkbe. Az alábbiakban említett biztonsági protokollok csak egy része az általunk használt biztonsági protokolloknak. Ha szeretné megbeszélni, hogy az NLP Cloud hogyan felelhet meg az Ön megfelelési követelményeinek, kérjük, lépjen kapcsolatba velünk!
Az NLP Cloud termelési adatait a legmegbízhatóbb felhőszolgáltatások és vállalati adatközpontok kezelik és tárolják.
A hosszú távú használatra tárolt adatokat kriptográfiai feldolgozással védik.
Az NLP Cloud összes szerverét és adatbázisát tűzfalak és biztonságos rendszerbeállítások védik. Továbbá a Linux az operációs rendszer, amely az összes termelő szerverünket működteti.
Az NLP Cloud csak a jelszavad hash-verzióját tárolja, a PBKDF2 algoritmust követve, SHA256-os hash-sel.
Az NLP Cloud kiterjedt biztonsági protokollokat hozott létre, amelyek több szempontot érintenek. Ezeket a protokollokat folyamatosan megújítják és terjesztik az összes együttműködő között.
Minden alkalmazott ismeri a biztonsági protokollokat és előírásokat, és gyakori képzési programokon vesz részt. Csak korlátozott számú rendszergazda férhet hozzá az NLP Cloud szerverekhez.
Az NLP Cloud rendszeres biztonsági mentéseket készít az információkról, és rendszeresen értékeli, hogy képes-e visszaállítani az adatokat egy nagyobb probléma esetén.
Az NLP Cloud szigorú irányelveket alkalmaz, hogy egyensúlyt teremtsen a szabályozás és a sebesség között a rendszerkonfigurációk módosítása során.
Külső biztonsági szakemberek segítségével alapos vizsgálatokat végzünk az NLP Cloud rendszerén.