ChatGPT强势出圈后，AI领域的平静湖面恰似投入巨石，瞬间掀起激动人心的波澜，一场由人工智能引发的产业革命正在发生，并用超快的进化速度带领全人类走进人工智能时代。 作为构建人工智能的基础之一，大语言模型的出现，使得自然语言处理(NLP)的实现模式发生巨大的变化，引发全社会广泛关注和积极推广。
AI百舸争流，各家“模”路相逢。越来越多的国内企业和科研机构开始投入到大语言模型的研发和应用。清华大学、复旦大学等高校以及阿里巴巴、腾讯、百度、华为等大型企业纷纷入局，快速推动人工智能技术的商用化进程。同时，一些新锐科技公司在大语言模型的研发和应用当中也在积极探索和发展，并取得了瞩目的成绩。
近期，国内AI准独角兽企业实在智能(Intelligence Indeed)的自研垂直领域大语言模型——TARS(塔斯)历经半年研发后，正式开启内测!
TARS(塔斯)大模型的内测和系统性评测还在进行中，让我们先睹为快看看一些它能做什么：
实在智能大模型TARS(塔斯)的取名灵感来源于影史科幻巨作《星际穿越》中的机器人角色TARS。影片中的TARS以其聪明、可靠和机智的特质深受观众喜爱。同时，“塔斯”的中文音译与“踏实”的发音非常相似，这不仅与实在智能的名字遥相呼应，还契合了实在智能团队对创业初心的坚守：
作为一家致力于将AI与RPA等自动化技术融合创新，打造各类数字员工的企业，实在智能一直踏踏实实地探索支 撑客户数字化转型，实实在在地助力客户提质降本增效，提升竞争力。快速推出自研TARS(塔斯)大模型，得益于实在智能在自然语言处理领域深厚的技术积累和落地经验：
2018年，BERT模型提出后，实在智能即率先在国内发布了中文预训练模型，并将其与产品 融合;
2019年，谷歌发布ALBERT模型论文后，实在智能再次在极短时间内，于谷歌正式开源之前，在国内率先发布中文预训练模型，并牵头发起成立CLUE组织。
2022年底，OpenAI公布ChatGPT后，实在智能密切关注并迅速跟进大语言模型的研究进展;
2023年初，实在智能正式启动TARS大语言模型研发项目，并将目标确定为“构建自研、有效、安全、可信任、可落地的垂直领域大语言模型。”
基于开源基座模型，实在TARS大模型在千亿级高质量Tokens上进行了充分训练，完整复现了Pretrain、SFT和RLHF三个阶段，语言理解能力及指令跟随能力等在横向对比测试中均取得良好效果。
特别地，实在智能积极响应国家互联网信息办公室发布的“关于《生成式人工智能服务管理办法(征求意见稿)》”，在TARS大模型中叠加了多项自然语言处理前沿技术。如：模型的不当言论判别，从而进一步增强了模型的生成效果和安全性。目前，实在TARS大模型正在进行更全面、更完整的效果评测，相关结果将在近期陆续公布。
TARS大模型的上线内测，意味着实在智能在推动AI技术与RPA产品 融合方面，再上新台阶!
面对市场环境和前沿科技的快速变化，企业不仅要满足客户的多样需求，还要处理内部庞杂数据、打通数据孤岛、提高经营效率，数字化转型迫在眉睫。
AI技术有助于提高数据处理和决策效率、增强风险预测和控制能力。RPA技术可有效帮助企业减少重复、繁琐人工操作，实现流程自动化的软件。当下，越来越多的政府机构和企事业单位开始关注AI与RPA技术的融合应用，并将其作为数字化转型的关键手段。很快，实在TARS大模型将与实在RPA实现完美融合。
前者提供自然语言理解及逻辑知识的归纳泛化能力;后者基于实在智能自研的“智能屏幕语义理解技术(ISSUT)”，实现对一切屏幕上一切元素的自动化操作。接下来，用户无需花费时间精力去学习理解RPA工具常见的“能力组件、变量”等专业知识，也无需一步步拾取各类软件功能元素，手动编排流程。只需通过文字简单描述业务流程，即可生成一个自动化业务流程，生成一个数字员工!
让流程的自动化更加简单，让自动化流程的生成更加智能、高效。当前，政府和企业在快速推进数字化转型的同时，对信息安全性、准确性也提出了更高要求。实在TARS大模型全面支持私有化部署，用户可完全自主掌控数据和模型，确保内部敏感数据的安全性，并可根据业务需求进行定制化开发。值得一提的是，实在TARS大模型还将作为实在智能IDP文档审阅产品的下一代核心引擎，为更多企业提供更准确、高效的文档处理能力。
借助TARS大模型的语言理解和 学习能力，IDP将升级为Chat-IDP，即为用户提供与文档直接“对话”的能力，使用户可更准确地识别、提取和审阅文档内容，打出一套文档高效审核处理的“组合拳”，大幅提升自动化办公效率。
持续、快速地迭代和创新是AI科技企业保持竞争力的关键。实在智能将继续加大研发投入，坚持技术突破和产品创新双轮驱动，不断推进TARS大模型与超自动化产品矩阵的更多 融合，也期待与更多合作伙伴共创“人机协同”的丰富场景和精彩未来!
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
