使用 SAP-RPT-1.5 轉換結構化資料

將 SAP 關聯式預先訓練的變壓器模型投入實戰,並從企業資料取得預測洞察,而無須從頭建立模型。
使用筆記型電腦的男性,螢幕上顯示 SAP RPT-1 環境和測試環境的使用者介面圖像,該環境利用表格 AI 對結構化資料進行預測性分析。

什麼是 SAP-RPT-1.5?

SAP-RPT-1.5 為關聯式預先訓練的轉換器模型,使用情境式學習,根據結構化業務資料提供準確的預測洞察。

placeholder

SAP-RPT-1.5 AI 模型提供下列功能:

  • 預先訓練結構化資料,消除昂貴且耗時的模型訓練。

  • 情境式學習,在持續變化和不完整的資料中提供即時、可靠的預測。

  • 內建的管理、可靠性和可解釋性,實現端對端階段管理。

  • 生成式 AI 中心中有兩個商業版本,每個版本皆根據不同的速度和準確平衡進行調整。

關鍵效益

加速取得洞察的時間

立即部署結構化資料的預測 AI,並將數週的資料準備減少至數小時,無需模型訓練或專業的 ML 專業知識。*

從不完善的資料產生準確的洞察力

即使企業資料不完整或不斷變化,也能實現比狹義 AI 模型高 2 倍的預測品質,比語言模型高 3.5 倍的預測品質。SAP-RPT-1.5 的彈性架構旨在處理限制傳統模型的真實資料品質挑戰。*

將預測能力擴展至整個企業

運用單一模型,在各業務單位和情境中進行分類和迴歸,簡化部署並,降低使用多個使用案例特定預測模型的需求。

主要功能

placeholder

情境式學習 API

SAP-RPT-1.5 使用 API 呼叫中直接提供的現有業務資料來源或樣本記錄,處理分類和迴歸工作。模型會識別各請求資料情境中的資料模式以產生準確預測。

預先訓練的關聯式架構

透過對表格結構、資料關係和業務邏輯的固有了解,SAP-RPT-1.5 處理結構化資料集、變更值和企業資料格式,而無須自訂預先處理或功能工程。

表格式協調工作流程

使用統一的企業級平台運行 SAP-RPT-1.5,將預測性智慧納入管道,並透過內建的控管、可靠性和可解釋性來進行管理。

提供兩種版本,涵蓋無限使用案例可能性

SAP-RPT-1.5-small

  • 低延遲。

  • 高預測產出量。

  • 基本預測使用案例。

SAP-RPT-1.5-large

  • 高準確度。

  • 極低錯誤率。

  • 複雜預測使用案例。

資源

ConTextTab:表格式資料的語意感知學習

ConTextTab 以表格原生效率統一語言模型語意,在實際業務表格式預測工作細項上達成高效能。

關聯式資料的情境學習

深入了解 SAP 革命性表格原生基礎模型如何在無需自訂訓練的情況下使用情境學習來處理企業預測工作。

常見問題

RPT 模型是預先訓練的大型、結構化、關聯式資料集的 AI 系統,以學習常見的表格資料模式。不同於處理文字順序的大型語言模型,SAP-RPT-1.5 旨在了解結構化資料中的關聯式,例如銷售記錄、金融交易、供應商績效表格或人力資源指標。

情境式學習可讓模型即時了解模式,並立即從 API 呼叫中的範例記錄調整為新情境,提供立即且準確的內容預測。

可以。SAP-RPT-1 可以在 SAP RPT 環境免費測試,網址為:https://rpt.cloud.sap。 設定預測情境,並使用您自有的 CSV 資料檔案或 SAP 提供的樣本,透過直覺式的互動式介面來測試多重類別分類和數值迴歸,並評估模型效能。SAP RPT 實驗場將於 2026 年 9 月底升級至 SAP-RPT-1.5。

是。開放原始碼版本 sap-rpt-1-oss 可在 Hawing FaceGitHub 上取得,供研究和非商業用途。只有兩個商業版本的 SAP 生成式 AI 資料中心可使用 SAP-RPT-1.5。

表格式協調工作流程功能(將於 2026 年底正式推出)會運行模型,此功能將在 SAP 的生成式 AI 中心提供,可透過 API 存取,並隨著內容選擇和模型選擇模組推出。該工作流程將自動選擇正確內容、建立 API 呼叫,並根據執行時期提供的查詢列傳回預測,消除手動內容工程和模型處理的需求。

是,模型可觀察性(將於 2026 年 7 月正式推出)會透過預測、詳細係數影響和資料屬性來增強信任和透明度,補充 SAP-RPT-1 中已存在的前 K 名預測和信賴區間增強。

* 此數據假設對象為針對營收為 10 億歐元、員工人數為 2,000 人的消費性產品公司。年度效益取決於一或多個價值驅動因素。來源:SAP Value Management。

twitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixeltwitter pixel