SAP-RPT-1 ile yapılandırılmış iş verilerini eyleme geçirilebilir içgörülere dönüştürün

Sıfırdan modeller oluşturmadan kurumsal verilerden tahmin öngörüleri edinmek için üretken yapay zeka hub'ında SAP'nin İlişkisel Önceden Eğitimli Dönüştürücü modeli olan SAP-RPT-1'den yararlanın.
Yapılandırılmış veriler üzerinde tablo şeklinde yapay zeka ile tahmine dayalı içgörüler için SAP RPT-1 oyun alanı kullanıcı arayüzünün ve test ortamının görüntüleriyle birlikte çalışan bir dizüstü bilgisayardaki kadın.

SAP-RPT-1 nedir?

SAP-RPT-1, yapılandırılmış iş verilerinden doğru tahmin öngörüleri sağlayan, önceden eğitilmiş ilişkisel bir transformatör modelidir. SAP-RPT-1 bağlam içi öğrenmeyi kullanır ve kullanıcıların veri kayıtlarını herhangi bir model eğitimi olmadan anlık, güvenilir tahminler oluşturmasına olanak sağlar.

placeholder
  • Maliyetli ve zaman alıcı model eğitimini ortadan kaldırmak için yapılandırılmış veriler için önceden eğitilmiştir.

  • Çalıştırma süresinde doğrudan veri kayıtlarından anlık sonuçlar sunmak için bağlam içi öğrenme.

  • Güvenilir tahminler sunmak için değişen ve eksik verilere dayanıklı.

  • Doğru, kurumsal veri odaklı içgörüler için iş verileriyle desteklenir.

  • Üretken yapay zeka hub'ındaki iki ticari versiyonda sunulur. Her biri farklı bir hız ve doğruluk dengesi ve aynı zamanda açık kaynak kodlu bir sürüm için ayarlanır.

SINIRLI ZAMAN TEKLİFİ
30 Nisan'a kadar ilk 100 optimizasyonunuzu ücretsiz çalıştırın

Modeller arasında istem oluşturma, test etme ve performans işlemlerini otomatikleştirin. Simge tüketimi ve promosyon sonrası maliyetler geçerlidir.

Ücretsiz eğitim başlatın

Temel avantajlar

İçgörüler için zamanı kısaltın

Model eğitimine veya özel makine öğrenmesi uzmanlığına gerek kalmadan yapılandırılmış veriler için tahmine dayalı yapay zekayı anında dağıtın ve haftalar süren veri hazırlığını saatlere kadar azaltın.

Kusursuz verilerden doğru analizler oluşturun

İş verileri eksik veya değiştiğinde bile dar yapay zeka modellerine ve dil modellerine kıyasla 3,5X'e kadar tahmin kalitesi elde edin. SAP-RPT-1'in dayanıklı mimarisi, geleneksel modelleri sınırlayan gerçek dünyadaki veri kalitesi zorluklarını ele almak için tasarlanmıştır.

Öngörülü gücü işletme genelinde ölçeklendirin

İş birimleri ve senaryolar arasında sınıflandırma ve regresyon için tek bir modelden yararlanarak dağıtımı basitleştirin ve yüzlerce kullanım senaryosuna özgü model ihtiyacını azaltın.

Temel özellikler

placeholder

Bağlam içi öğrenim API'si

SAP RPT-1, mevcut iş verisi kaynaklarını veya doğrudan API çağrılarında sağlanan örnek kayıtları kullanarak sınıflandırma ve regresyon görevlerini işler. Model, doğru tahminler oluşturmak için her bir talebin veri bağlamındaki veri örneklerini tanımlar.

Önceden eğitilmiş ilişkisel mimari

Tablo yapılarına, veri ilişkilerine ve iş mantığına ilişkin içsel bir anlayışla oluşturulan SAP-RPT-1, özel ön işleme veya özellik mühendisliği olmadan yapılandırılmış veri kümelerini, değişen değerleri ve kurumsal veri biçimlerini işler.

Kodsuz test oyun alanı

SAP-RPT oyun alanı, kullanıcıların sezgisel, etkileşimli bir arayüz aracılığıyla tahmin senaryoları konfigüre etmesine ve model performansını değerlendirmesine olanak sağlar. Kendi verilerinizi veya SAP tarafından sağlanan örnekleri kullanarak çoklu sınıf sınıflandırmasını ve sayısal regresyonu test edin.

Sonsuz kullanım durumu olasılıkları için iki versiyon

SAP: RPT-1-küçük

  • Düşük gecikme süresi.

  • Yüksek tahmin performansı.

  • Temel tahmin kullanım durumları.

SAP RPT-1-büyük

  • Yüksek doğruluk.

  • En düşük hata oranları.

  • Karmaşık tahmin kullanım durumları.

Kaynaklar

ConTextTab: tablo verileri için semantiğe bağlı öğrenme

ConTextTab, gerçek iş tablosu tahmin görevlerinde yüksek performans elde etmek için dil modeli semantiğini tablo temelli verimlilik ile birleştirir.

SAP RPT-1 iş verileri için oluşturuldu

SAP'nin, defterler ve faturalar gibi gerçek kurumsal verileri, hataları nasıl azalttığını ve operasyonel verimliliği artırarak daha hızlı ve doğru iş tahminlerini nasıl daha hızlı ve doğru bir şekilde ortaya çıkardığını öğrenin.

İlişkisel Veriler için Bağlam İçi Öğrenme

Özel eğitim olmadan kurumsal tahmin görevlerini yönetmek için bağlam içi öğrenmeyi kullanan SAP'nin devrim niteliğindeki tabloya özgü altyapı modeli hakkında daha fazla bilgi edinin.

Sık sorulan sorular

RPT modelleri, ortak tablo veri örneklerini öğrenmek için büyük, yapılandırılmış, ilişkisel veri kümeleri üzerinde önceden eğitilmiş yapay zeka sistemleridir. Metin dizilerini işleyen büyük dil modellerinden farklı olarak SAP-RPT-1; satış kayıtları, mali işlemler, tedarikçi performans tabloları veya insan kaynakları metrikleri gibi yapılandırılmış verilerdeki ilişkileri anlamak için tasarlanmıştır.

Bağlam içi öğrenme, anında ve doğru bağlamsal tahminler sağlamak için modelin örnekleri anında anlamasına ve API çağrınızdaki örnek kayıtlardan yeni senaryolara anında adapte olmasına olanak sağlar.

Evet. SAP-RPT-1, https://rpt.cloud.sap  adresinden ulaşılabilen SAP RPT oyun alanında ücretsiz olarak test edilebilir. Kendi CSV veri dosyanızı veya SAP tarafından sağlanan örnekleri kullanarak çok sınıflı sınıflandırmayı ve sayısal regresyonu test etmek için sezgisel, etkileşimli bir arayüz aracılığıyla tahmin senaryoları konfigüre edin ve model performansını değerlendirin.

Evet. Açık kaynak kodlu bir sürüm olan sap-rpt-1-oss, araştırma ve ticari olmayan amaçlar için Hugging Face ve GitHub'da mevcuttur.

SAP-RPT oyun alanı bir gösteri platformudur. Bu hizmeti kullanarak geçerli veri koruma düzenlemelerine uymayı kabul edersiniz. SAP RPT oyun alanına veri yükleyerek bu verileri kullanmak için gerekli haklara ve izinlere sahip olduğunuzu kabul edersiniz. Veriler, gizlilik politikamıza ve geçerli veri koruma düzenlemelerine uygun olarak işlenecektir. Verilerinizi kalıcı olarak depolamayız ve veriler işlendikten sonra silinir. Daha fazla bilgi için lütfen Hizmet Koşullarımıza ve Gizlilik Politikamıza bakın. Belirli bir API belirteci parola gibi ele alınmalıdır. Ortak forumlarda versiyon denetimine veya paylaşımına asla bağlı kalmayın.

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