系统建设 2—— 管线管理子系统 地图管理 信息查询 数据统计 系统分析 动态更新 数据转换输出 工程工具 数据管理 系统管理维护 距离量算 面积量算 扯旗标注 特征点坐标标注 管线属性标注 管点属性标注 系统建设 2—— 管线管理子系统 地图管理 信息查询 数据统计 系统分析 动态更新 数据转换输出 工程工具 数据管理 系统管理维护 管线图层编辑 竣工测量数据导入编辑 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 5—— 管线 CAD 查询与编辑子系统 SDE 调图 查询统计 断面分析 管点、管线 编辑 管点、管线 标注 系统建设 6—— 管线设计审查子系统 • 地下综合管线设计 • 设计方案审核 • 各类报表及图表输出 • 规划和验线比对 目标：完成地下管线设计、方案审查、指标核算 系统建设 7—— 管线三维应用子系统

成为离图灵测试最近的机器人。 第二阶段：利用人工标注引导生成 2021 年底 - 至今 演进动力 : 从人类反馈中学习 8 ChatGPT 的技术路线选 择 海量人类积累的文本数据，进行无监督训练。 即可获得博学的文本生成模型 自回归 生成 单字接龙 9 第一阶段：模型规模增大，融合的任务更多 第二阶段：利用人工标注引导生成 ChatGPT 技术演 + Reddit 高质量 Webtext 模型：同 GPT-1 参数： 1.5 B 特点： + NLP 任务的 prompt 预 训 练，具备 zero-shot 的能力 数据： + 人工标注数据（万级 别） 模型： GPT-3 + 强化学习 参数： 1.3 B 特点：需求理解能力大幅提升， 生成能力大幅提升 数据： + Filter Common Crawl 模型： GPT-2 奖励 更新策略 第二步 收集比较数据并训练奖励模型 采样问题，模型输出 问题的多个回答 人工对多个答案进行 排序 使用排序比较数据训练 奖励模型 从问题数据集中抽取 问题 人工标注期望的答案 使用有监督的数据微调 GPT-3 ChatGPT 训练过 程 第一步 收集示范数据并做有监督训练 第三步 1 1 What technology wants ？ 1

计算服务 CPU/GPU/FPGA 机器学习平台 技术 全球领先的大规模神经网络 深度学习 人才 2000+AI 核心研发人员 百度 AI 的整 体架构 用户画像 数据标注 数据采集 自然语言处理 知识图谱 大数据分析 视频 语音 AR/VR 图像 认知层 算法层 大数据 云 感知层 平台层 万亿级搜索数据 百亿级定位数据 存储 B 话务系统） 智能客服 (+ 自有 / 生态伙伴客服工作台 ) QA 对配置 扩展问管理 渠道管理 扩展问标注训练 百度智能客服功能架 构图 智能知识库 文档上传 全文检索 IR-QA 挖掘、标注、训练 Webhook （对接业务系统） 实体 属性 推理问答 Query 标注训 练 导入 / 导出 语音 / 文字 / 电话交互 调试信息输出 对话模式选择 系统实体 / / 意图 NLU 分析 意图识别 实体识别 表达式解析 对话状态管理 数据统计 迭代标注 节点触发 意图确认 知识清洗 账号权限管理 趋势分析 问题关联分析 扩展问推荐 情感 / 舆情分析 意图标注训练 节点跳转 协 同 已完成 迭代中 应用 场景 图例： 扩展问条数 召回数量 召回正确数量 召回率 （召回数量 /query 数量） 准确召回率 （召回正确数量

Spark 推理引擎 Prometheus ElasticSearch 流 引 擎 (CEP+UDF) 故障预警 模型训练 电池分析 报表分析 数据标注 详单查询 车联网应用 OpenTSDB HBase 倒排索引 列存：分析 批量 写入 实时 写入 SQL 动态列 稀疏表 数据应用及报表 A P S A R A 云 栖 大 会 客户案例 数据清理与处理 数据标注 数据网关 量产车 工程车 • 简单易用，多模一体化存查算，业务开发大幅提效 • 高扩展与性价比，存算分离云原生架构，成本优化 以 上 数据工程师 数据报表 数据大屏 数据筛选、验证计算、统计分析 Lindorm 一体化数据存储计算 自动驾驶元数据 标注数据 电动汽车 智能网联 汽车 加氢站 数据 电池溯源 数据 Momenta 自动驾驶数据平 台 数据 场景 数据 基座 Lindorm 流引擎 实时 ETL

算力 架构分层解耦 ，硬件、平台、应用多品牌兼容扩 展 细粒度管理 算力调度 算力池化 先进 IP 试 验网 络 视 频 推 理 共享 敏捷 安全 加速 兼容 生态 数据管理 数据标注 数据加工 运营管理 安全管理 资源管理 能力门户 算力云平台 平 台 算力管理 数据平台 人工智能平台 试验 算力 件 应 用 硬 件 智算中心： 算力管理（资源动态分配 ， 算力利用率提升） 以数据共享服务的形式进行数据封装， 提供统一的数据开放共享 ，提供数据 API 、数据应用等多种共享模式 敏捷：新技术赋能数据开发与标注 依托 DataOPS 进行数据应用的快速 开发 ，通过自动化标准能力 ，提升数 据标注效率 安全：多角度的数据安全保障 基于数据集访问权限 ，数据安全沙 箱 ，防下载等实现数据的安全保障 IoT 物联网 Streaming 数据资产 数据模型 数据字典 任务管理 质量分析 自动标注 人工标注 质量管理 权限管理 数据质量、 数据描述等 缺失填补 归一化等 3 、特征工 程 1 、探索分 析 数据标注 第三方接入 数 据 源 训练中心 推理中心 智算中心： 数据中心（端到端数据治理服务） 面向 AI 训练与 AI 应用 ，提供数据接入、 开发、 资产、 标注、 开放的端到端数据治理能力 ，做好数据准备的同时

response ） 请问您从哪里出发？ 用户 文本回复 语音信号 44 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 45 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 46 意图识别与槽填充联合建模 • 意图识别与槽填充不是相互独立而是紧密联系的 • 传统独立的建模意图识别和槽填充， Slots Intents 实验结 果 50 任务型对话 NLU 的研究热 点 • 意图识别与槽填充联合建模 • 标注数据不足条件下的 NLU 51 • 动机 • 对话技术平台需要用户上传大量的标注数据 • 能否帮助用户自动扩充标注数据，减小标注工作量？ 标注数据的自动扩充 where is the can you find the distance> route to ＃ 2 → I ' m desiring to eat at some is there any in 标注数据的自动扩充 find me the route to #1 : is there a #2: l ' m

系统关型 系统名称 案统地 5 含段 直径 连接受巴 追延实 材质 规格坐 管段描述 反转立面 音血 面积 机械 · 流量 暴他流量 流量 雷民数 相对用度 流量状态 摩澳系数 度 摩池 庄蜂 尺寸标注 外径 型 T-HV BA XF Ps 主干 U P S 水 平 PS 地面线楷 综合布线主干 家 合 布 线 地 面 线 槽 广播 有线电视 室分 接头连接风管搭建方式 底对齐述接风管搭建方式 寸及标高生成洞口。 洞口标准族文件的创建 通过创建洞口标注族文件，可以在 Revit 中对二次结构洞口自动生成标注 其内容包括：所在机电系统名称、洞 口外形尺寸、洞口标高 ( 可按照系 统 需求自动标注底部标高或中心标高 ) 等。大大减少了以往需要在 CAD 图 纸 中手动标注的工作量，并且避免 了人 为失误导致的标注错误的发生， 极大 的提高了标注的准确性和统一性。 项目鸿染器 0B: 预丘洞楼型 检查 曾 换 标记 5 记 注屏 贵别 文字 化 符号 5 梁 擦 格 区 双 路 径 期 舫 网 曲 篮 径 纳 监 径 邵 长 高程点 高慢点 坐 标 尺寸标注 · 27 注料记号 图 12 慈 量 膜 区 物 中 弯 1854 是☆ Q 登云 ·X ③ · Autedesk Revit Z016-BR-B1 预 面 模

(Zero-shot) ，在少甚至无标注样本的 条件下支持推理（自监督学习）。 将模型在下游各种自然语言处理任 务上的小规模有标注数据进行微调 得到适配模型 预训练语言模型 从海量数据中自动学习知识 将模型在大规模无标注数据上进 行自监督训练得到预训练模型 不同特定任务 有标注训练数 据 模型预训练 模型微调 最终模型 ⼤规模⽆标注 ⽂本数据 预训练语⾔模型“预训练 而增强车载小模型的远距离感知能力。 使用了百度文心 ERNIE 3.0 大模型 ，在智能客服知识库扩充、车载语音系统短答案生成、 汽车领域知识库构建三个任务上进行了微调与验证。 该大模型在 2300 万条吉利汽车专业领域无标注数据上进行模型预训练 ，并联合双方的 人 工智能专家和汽车行业专家一起研发。 应用于提升百度自动驾驶感知算法 产业研究 战略规划 技术咨询 28 加符合物理规律的多模态内容。 能力以及工具调用能力。 跨领域多任务。 该平台基于盘古大模型和 ModelArts AI 开发生产线 ， 提供了数据 生成、 自动标注、 模型训练、 云端仿真、 虚实结合仿真、 数据 闭 环等一系列能力。 该平台预集成了超过 25 万个场景库 ， 包括 500 多类功能场景和 200 多项测评指标体系 ，将传统纯实车测试

三、 场景应 用 一、 现状背 景 CONTENTS 01 现状背景 大模型能力突破 大算力： 硬件快速发展， 使得训练更高参数量 、 更复 杂的大模型成为可能 大数据： 大量标注数据和交通实时数据， 为大模型提 供丰富的数据基础 大模型： 大模型表现出更高的准确性 、 更强的泛化能 力和更复杂的任务处理能力 ● 语言能力： 具备自然语言理解与组织能力， 能 版本面向多模态数据处理、异构大模型训推架构等提供工具化基础。 贯通数据、算法、 引擎、评测全流程， 综合提升模型开发与工程落地效率 40% + 支持百万级数据存储 、 预处理 、 自动化标注 、 3D 标注 、 数据标签化及检索等全生命周期管理。 支持模型训练 、 调优 、 验证 、 发布全流程 、 可视化闭环管理， 支持 PyTorch 、 MXNet 、 TensorFlow 等 6+ 优化算法代码生成 智控算法仿真验证 归式预训练语言大模型 反馈微调大模型 o pe n AIG PT BloomZ 大 模 型 “ 鹏城 · 脑海”大模型 清华开源大模型 复旦开源大模型 标注系统 评测 适配 T-ARES 感知引擎 T-ARES 认知引擎

对话管理）结合起来决 定，怎么简单怎么来 意图识别 - 分类模型 分类模型和 seq2seq 判别模型的训练都属于有监督学习， 因此，所有的训练数据都是标注数据。 因此，在进入训练阶段前必须要经过一个步骤：人工标注。 如果大家真的在工作中应用机器学习，标注就是无法逾越的 脏活累活。 实体抽取 -Seq2Seq 判别模型 人工标记 语料 (Utterance) 意图 (Intent) [00183]{ 网络爬取 开源语料库 用户日志语料 人工编写 语料预处理 人工标记 模板配置 业务咨询 阅读用户日志 模型训练 分词 Word2Vec 卷积神经网络 Keras 文本分类 命名实体识别 词性标注 TensorFlow 语义理解 NLU 保存模型 知识图谱 Knowledge Graph 本体构建 网络爬取 客户文档 本体库 实体词典 语义解析 本体查询 查询陈述