將結構化企業資料轉換為可據以行動的洞察

利用生成式 AI 中心中的 SAP 關聯式預先訓練轉換器模型(SAP-RPT-1),無須從頭開始建立模型,即可從企業資料中獲得預測洞察。
使用筆記型電腦的女性,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?

SAP-RPT-1 是關聯式預先訓練轉換器模型,提供來自結構化企業資料的準確預測洞察。SAP-RPT-1 使用情境式學習,可讓使用者提供資料記錄以產生即時、可靠的預測,而無需任何模型訓練。

SAP RPT 環境登錄頁面的螢幕截圖,其中包含設備詢比議、服務票證優先順序,以及付款延遲預測樣本方案,供使用者測試 SAP-RPT-1 模型。
placeholder
  • 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:在執行時期直接從資料記錄傳遞即時結果。

  • 能夠應對不斷變化和不完整的資料,提供可靠的預測。

  • 由企業資料提供,取得準確的企業資料導向洞察。

  • 在生成式 AI 資料中心提供兩種商業版本,每個版本都針對不同的速度和準確性平衡進行了調整,同時也提供開放原始碼版本。

關鍵效益

加速取得洞察的時間

針對結構化資料立即部署預測式 AI,並減少數週的資料準備時數,而不需要模型訓練或專業 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 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

在業務單位和情境中運用單一模型進行分類和迴歸,簡化部署並降低數百種使用案例特定模型的需求。

主要功能

placeholder

情境式學習 API

SAP-RPT-1 使用 API 呼叫中直接提供的實際或樣本資料記錄來處理分類和迴歸工作細項。模型會識別各請求內容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 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。

無程式碼測試環境

SAP RPT 環境可讓使用者設定預測情境,並透過直覺式的互動式介面評估模型效能。使用您自己的資料或 SAP 提供的樣本測試多重類別分類和數值迴歸。

資源

ConTextTab:表格資料的語意認知學習

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。

嘗試 SAP-RPT-1

探索 AI 支援的預測(秒)。上傳您的 CSV 或使用我們的範例資料檔案、執行真實案例,並從企業資料查看即時洞察,不需要設定或編碼。

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 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。

有兩種商業版本:sap-rpt-1-small 用於實現更快的亞秒響應;sap-rpt-1-large 用於提高準確性。開放原始碼版本 sap-rpt-1-oss 可在 Hawing Face 和 GitHub 上使用。商業版本透過 SAP AI Foundation 中的生成式 AI 中心提供。

SAP-RPT 環境是展示平台。使用此服務即表示您同意遵守適用的資料保護法規。透過將資料上傳至 SAP RPT 環境,您確認您有使用此資料的必要權限和許可。資料將根據我們的隱私權政策和適用的資料保護法規進行處理。系統不會永久儲存資料,且將在處理後刪除。如需詳細資訊,請參閱我們的服務條款和隱私權政策。指定 API 權杖皆須視為密碼。切勿將其提交至版本控制系統或在公開論壇上分享。

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