实力彰显！盛见科技助力《人工智能大模型知识库建设通用要求》标准落地
近日，由国家工业信息安全发展研究中心（工信部电子一所）牵头制定，盛见科技参与编制的《人工智能大模型知识库建设通用要求》团体标准（以下简称“标准”）正式发布与实施，这标志着我国人工智能大模型知识库建设领域迎来了统一的规范指引。盛见科技作为在人工智能、区块链、数字资产及金融科技领域具有深厚技术积累的创新企业，受邀作为核心参编单位之一，为该报告贡献了前沿的产业实践视角与关键技术见解。同时，参与本标准编写的单位有武汉大学、北京市计算中心、数字重庆、联通数据、中数通、星环科技、埃文科技等。
人工智能大模型的兴起，正深刻改变着千行百业的创新模式与应用生态。知识库作为大模型进行训练、推理和决策的核心“知识源泉”，其建设的质量、规模、安全性与规范性，直接决定了模型的能力上限与可靠性。然而，长期以来，行业在大模型知识库的建设过程中，缺乏统一的技术要求、管理规范与评价依据。该标准拟规定知识增强大模型的技术框架，提供知识增强模型提示词构建、预训练、微调和推理等关键环节的指导，为企业和机构整合利用自有知识资源、强化模型输出能力提供新方向。
盛见科技在人工智能领域的探索，涵盖了从计算架构优化、软硬件协同、数据处理、知识增强的核心链路。1. 知识图谱与外部引用：打造“有据可依”的大模型
针对大模型的“幻觉”难题，公司强化了外部知识引用（RAG）与知识图谱构建的融合标准，确保大模型在复杂任务中能够精准引用外部权威数据，极大地提升了决策的准确性。
2. 推理优化：平衡性能与成本
为了应对大模型“算力昂贵”的挑战，公司落地实践了万亿参数大模型推理优化方案，旨在通过CPU+GPU混合计算策略提升基础设施的运行效率。
3. 后训练与强化学习：重塑模型理解力
在模型的持续进化方面，公司通过强化学习（Reinforcement Learning）机制、后训练（Post-training）以及领域数据集构建，引导行业关注模型在垂直领域的深度适应性。公司自主研制一系列数据工具链，通过系统性解决方案实现文档解析到数据集构造、标注、导出的全流程自动化能力，构建高质量领域数据集，让数据智能真正渗透进模型生产的每一个环节。在标准制定中，公司重点参与了知识获取、表示与更新等核心环节的讨论，强调知识库应具备动态演化能力与场景适应性，避免成为静态的“数据仓库”。同时，结合AI模型安全经验，对知识内容的风险过滤、偏见校正及安全性评估提出了可操作的要求，助力标准构建更安全、可靠的知识供给体系。本次参编国家级权威研究机构牵头的团体标准，是盛见科技技术实力获得行业高度认可的有力证明，也体现了公司积极履行社会责任、推动产业健康发展的企业担当。
《人工智能大模型知识库建设通用要求》的发布与实施，不仅为各类机构建设高质量大模型知识库提供了清晰的技术“路标”，也为构建安全、可靠、高效的人工智能基础设施生态奠定了坚实基础。盛见科技将以此次参编为契机，持续投入人工智能与区块链等前沿技术的融合创新，携手产业伙伴，共同推动我国人工智能技术标准化建设与应用落地，为数字经济高质量发展注入更强动能。
