大模型应用白皮

致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务，构建明日数据世界。此次能够参与《联邦学习技术金融应用白皮书》的编写工作，彰显了星环近日，由北京金融科技产业联盟组织编写的《联邦学习技术金融应用白皮书》正式发布，星环科技积极参与了白皮书的编写工作，并在金融应用场景下联邦学习安全性指标和安全等级划分等方面阐明了观点。联邦学习技术金融应用白皮书联邦学习技术金融应用白皮书该白皮书制定了联邦学习在金融行业的应用技术规范，从系统技术框架、功能要求、非功能要求、安全要求等方面对联邦学习在金融场景的应用进行了技术层面的规范，制定了行业内的科技产业联盟分布式数据库、人工智能、创新应用等多个专业委员会，支持金融行业标准、团体标准、白皮书、调研报告等重点任务，并参与了《分布式数据库跨CPU架构混合部署方案》、《分布式数据库标准检测和适配检测评测模型》、《图数据库金融应用技术规范》、《多模分布式数据库技术研究》等多项关键研究工作。此外，星环科技还有四位专家入库了北京金融科技产业联盟高级专家库。依托北京金融科技产业联盟打造的“政、产、学、研、用

致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务，构建明日数据世界。此次能够参与《联邦学习技术金融应用白皮书》的编写工作，彰显了星环近日，由北京金融科技产业联盟组织编写的《联邦学习技术金融应用白皮书》正式发布，星环科技积极参与了白皮书的编写工作，并在金融应用场景下联邦学习安全性指标和安全等级划分等方面阐明了观点。联邦学习技术金融应用白皮书联邦学习技术金融应用白皮书该白皮书制定了联邦学习在金融行业的应用技术规范，从系统技术框架、功能要求、非功能要求、安全要求等方面对联邦学习在金融场景的应用进行了技术层面的规范，制定了行业内的科技产业联盟分布式数据库、人工智能、创新应用等多个专业委员会，支持金融行业标准、团体标准、白皮书、调研报告等重点任务，并参与了《分布式数据库跨CPU架构混合部署方案》、《分布式数据库标准检测和适配检测评测模型》、《图数据库金融应用技术规范》、《多模分布式数据库技术研究》等多项关键研究工作。此外，星环科技还有四位专家入库了北京金融科技产业联盟高级专家库。依托北京金融科技产业联盟打造的“政、产、学、研、用

致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务，构建明日数据世界。此次能够参与《联邦学习技术金融应用白皮书》的编写工作，彰显了星环近日，由北京金融科技产业联盟组织编写的《联邦学习技术金融应用白皮书》正式发布，星环科技积极参与了白皮书的编写工作，并在金融应用场景下联邦学习安全性指标和安全等级划分等方面阐明了观点。联邦学习技术金融应用白皮书联邦学习技术金融应用白皮书该白皮书制定了联邦学习在金融行业的应用技术规范，从系统技术框架、功能要求、非功能要求、安全要求等方面对联邦学习在金融场景的应用进行了技术层面的规范，制定了行业内的科技产业联盟分布式数据库、人工智能、创新应用等多个专业委员会，支持金融行业标准、团体标准、白皮书、调研报告等重点任务，并参与了《分布式数据库跨CPU架构混合部署方案》、《分布式数据库标准检测和适配检测评测模型》、《图数据库金融应用技术规范》、《多模分布式数据库技术研究》等多项关键研究工作。此外，星环科技还有四位专家入库了北京金融科技产业联盟高级专家库。依托北京金融科技产业联盟打造的“政、产、学、研、用

致力于打造企业级大数据基础软件，围绕数据的集成、存储、治理、建模、分析、挖掘和流通等数据全生命周期提供基础软件与服务，构建明日数据世界。此次能够参与《联邦学习技术金融应用白皮书》的编写工作，彰显了星环近日，由北京金融科技产业联盟组织编写的《联邦学习技术金融应用白皮书》正式发布，星环科技积极参与了白皮书的编写工作，并在金融应用场景下联邦学习安全性指标和安全等级划分等方面阐明了观点。联邦学习技术金融应用白皮书联邦学习技术金融应用白皮书该白皮书制定了联邦学习在金融行业的应用技术规范，从系统技术框架、功能要求、非功能要求、安全要求等方面对联邦学习在金融场景的应用进行了技术层面的规范，制定了行业内的科技产业联盟分布式数据库、人工智能、创新应用等多个专业委员会，支持金融行业标准、团体标准、白皮书、调研报告等重点任务，并参与了《分布式数据库跨CPU架构混合部署方案》、《分布式数据库标准检测和适配检测评测模型》、《图数据库金融应用技术规范》、《多模分布式数据库技术研究》等多项关键研究工作。此外，星环科技还有四位专家入库了北京金融科技产业联盟高级专家库。依托北京金融科技产业联盟打造的“政、产、学、研、用

近日，为促进知识图谱系统间的互联互通，推进知识要素的规范、有序和可靠流动，《知识图谱互联互通白皮书》（2023年版）于第三届知识图谱产业发展论坛暨知识图谱与大模型融合研讨会正式发布。星环科技积极参与图谱、图数据库和向量大模型的问答系统，企业基于具体的行业知识语料，可快速构建更精通特定行业知识的领域大模型，打造具备高效人机交互的业务应用。在赋予大模型拥有“长期记忆”的同时，还可以协助企业解决目前担忧企事业单位、高校和研究院所共同编制。白皮书从技术、产业、政策等层面的核心需求出发，详细分析了知识图谱互联互通的内涵与外延、任务与约束、典型应用场景和实践案例，并明确了开展和实施过程中面临的难点与挑战。此后的大模型数据隐私泄露问题。通过建立垂直领域的知识库，对大模型输出结果进行校正，可以提高结果的精准度，在一定程度上解决“AI幻觉”问题。同时星环科技积极参与行业共建，此前还参编了知识图谱领域首项国际标准了《知识图谱互联互通白皮书》MPC技术相关章节等的编写工作，贡献智慧力量。《知识图谱互联互通白皮书》由中国电子技术标准化研究院依托知识图谱产业推进方阵、全国信标委人工智能分委会知识图谱工作组联合

近日，为促进知识图谱系统间的互联互通，推进知识要素的规范、有序和可靠流动，《知识图谱互联互通白皮书》（2023年版）于第三届知识图谱产业发展论坛暨知识图谱与大模型融合研讨会正式发布。星环科技积极参与图谱、图数据库和向量大模型的问答系统，企业基于具体的行业知识语料，可快速构建更精通特定行业知识的领域大模型，打造具备高效人机交互的业务应用。在赋予大模型拥有“长期记忆”的同时，还可以协助企业解决目前担忧企事业单位、高校和研究院所共同编制。白皮书从技术、产业、政策等层面的核心需求出发，详细分析了知识图谱互联互通的内涵与外延、任务与约束、典型应用场景和实践案例，并明确了开展和实施过程中面临的难点与挑战。此后的大模型数据隐私泄露问题。通过建立垂直领域的知识库，对大模型输出结果进行校正，可以提高结果的精准度，在一定程度上解决“AI幻觉”问题。同时星环科技积极参与行业共建，此前还参编了知识图谱领域首项国际标准了《知识图谱互联互通白皮书》MPC技术相关章节等的编写工作，贡献智慧力量。《知识图谱互联互通白皮书》由中国电子技术标准化研究院依托知识图谱产业推进方阵、全国信标委人工智能分委会知识图谱工作组联合

、边缘模型部署、应用构建分发、数据治理能力、边缘自治能力、云边协同能力七大能力。Sophon可以从两个层面实现效益价值：降低长尾应用的实施人力，降低从数据到模型，模型到应用的构建成本；改变长尾应用的“边缘计算+”技术创新体系研究。星环科技积极参与了白皮书"边缘计算+人工智能"、"边缘计算+参考模型"等章节的编写工作，为边缘计算在千行百业的落地提供重要参考。白皮书指出，“边缘计算+”既是边缘近日，中国信息通信研究院重磅发布了《“边缘计算+”技术白皮书》。白皮书基于当前边缘计算的技术融合创新，首次提出“边缘计算+”概念，从核心价值、参考架构、关键技术能力、典型案例、趋势展望等不同方面开展视频和物联网协议接入，低代码的业务流程构建，高性能的数据处理和分析，企业级的云-边数据、服务治理，以及针对边缘嵌入式和云端服务器等异构硬件的适配。星环科技Sophon平台包括设备数据管理、模型训练迭代落地模式，从粗放的一次性模型交付到精细化的模型持续运营。其主要技术创新包括：边缘可视化流处理构建、边缘数据采样驱动模型迭代、边缘实时数据可视化、边缘深度推理引擎。Sophon在智能制造、智能安防、智能

、边缘模型部署、应用构建分发、数据治理能力、边缘自治能力、云边协同能力七大能力。Sophon可以从两个层面实现效益价值：降低长尾应用的实施人力，降低从数据到模型，模型到应用的构建成本；改变长尾应用的“边缘计算+”技术创新体系研究。星环科技积极参与了白皮书"边缘计算+人工智能"、"边缘计算+参考模型"等章节的编写工作，为边缘计算在千行百业的落地提供重要参考。白皮书指出，“边缘计算+”既是边缘近日，中国信息通信研究院重磅发布了《“边缘计算+”技术白皮书》。白皮书基于当前边缘计算的技术融合创新，首次提出“边缘计算+”概念，从核心价值、参考架构、关键技术能力、典型案例、趋势展望等不同方面开展视频和物联网协议接入，低代码的业务流程构建，高性能的数据处理和分析，企业级的云-边数据、服务治理，以及针对边缘嵌入式和云端服务器等异构硬件的适配。星环科技Sophon平台包括设备数据管理、模型训练迭代落地模式，从粗放的一次性模型交付到精细化的模型持续运营。其主要技术创新包括：边缘可视化流处理构建、边缘数据采样驱动模型迭代、边缘实时数据可视化、边缘深度推理引擎。Sophon在智能制造、智能安防、智能

在大数据技术标准推进委员会WG10数据应用工作组&WG11地球大数据工作组会议上，《地球大数据白皮书(2023年)》正式发布。星环科技是WG11地球大数据工作组成员单位，凭借在大数据和时空数据领域的技术优势，入选白皮书《地球大数据产业图谱1.0》地球大数据平台板块。白皮书梳理了地球大数据的内容范畴、数据资源、关键技术、行业生态、应用场景以及实践案例等。本白皮中也收录了地球大数据产业图谱应用领域范围广阔，包括生态保护、自然资源管理、气象服务、城市规划、应急容灾等方面，但目前仍处于发展初期，面临着数据来源、结构多样，数据管理门槛高，数据应用场景复杂、落地方法论较少等痛点。如何充分发挥地球大数据的优势和特点，促进其社会价值、经济价值的高效释放成为产业界亟需解决的问题。1.0，图谱覆盖地球大数据产业的各个环节，梳理了地球大数据行业生态，并初步提出地球大数据实践方法，旨在厘清地球大数据的行业发展现状，并为产业各方开展地球大数据开发利用的相关实践提供参考。地球大数据的

、边缘模型部署、应用构建分发、数据治理能力、边缘自治能力、云边协同能力七大能力。Sophon可以从两个层面实现效益价值：降低长尾应用的实施人力，降低从数据到模型，模型到应用的构建成本；改变长尾应用的“边缘计算+”技术创新体系研究。星环科技积极参与了白皮书"边缘计算+人工智能"、"边缘计算+参考模型"等章节的编写工作，为边缘计算在千行百业的落地提供重要参考。白皮书指出，“边缘计算+”既是边缘近日，中国信息通信研究院重磅发布了《“边缘计算+”技术白皮书》。白皮书基于当前边缘计算的技术融合创新，首次提出“边缘计算+”概念，从核心价值、参考架构、关键技术能力、典型案例、趋势展望等不同方面开展视频和物联网协议接入，低代码的业务流程构建，高性能的数据处理和分析，企业级的云-边数据、服务治理，以及针对边缘嵌入式和云端服务器等异构硬件的适配。星环科技Sophon平台包括设备数据管理、模型训练迭代落地模式，从粗放的一次性模型交付到精细化的模型持续运营。其主要技术创新包括：边缘可视化流处理构建、边缘数据采样驱动模型迭代、边缘实时数据可视化、边缘深度推理引擎。Sophon在智能制造、智能安防、智能

Hippo在1.2版本提供了全文索引能力，兼容ElasticSearch6.7.2语法，在底层架构上复用了公司产品TranswarpScope的一部分特性，支持以Java/HTTPRestful的形式通过Hippo的HTTPServer接口进行全文索引的创建、查询、使用等各类需求，通过该能力的支持，可以更好的实现向量与全文的混合检索。通过将向量检索加全文检索的联合召回，可以降低漏检和误检的概率，能够实现比单独使用向量或全文更高的精度。同时，一套数据库系统可避免部署多套系统带来的架构复杂、开发运维成本高等问题。具体的使用方法除了访问端口需要将端口从8902调整为9200外，均可参考《TranswarpScope手册》4.TranswarpScopeAPI介绍。

在Hippo中，比较耗时的操作如激活、加载向量索引实际上是一个分布式任务，用户可以通过任务相关接口查看、删除任务。查看任务curl-ushiva:shiva-XGET"localhost:8902/hippo/v1/_jobs?pretty"-H'Content-Type:application/json'-d'{"job_ids":["fc6feff4f303455a9347f9aab323dfc8"],"action_patterns":["hippo*"]}';返回结果：{"jobs":[{"job_id":"810935a1d91a46b7af2ec35013454fed","job_status":"SHIVA_JOB_SUCCESS","embedding_number":100,"task_results":[{"id":"54ab52493dfb4bab9fb7742d850c64c4","status":"TASK_SUCCESS","server":"172.29.40.26:27841","embedding_number":100,"execute_time":...

本节介绍Hippo表写入相关操作。Hippo会返回写入成功数据的下标以及总共写入成功的数据条数，如果出现行级错误（比如主键冲突），Hippo会返回具体的行级错误。插入本节介绍如何向Hippo中插入数据。curl-ushiva:shiva-XPUT'localhost:8902/hippo/v1/{table}/_bulk?database_name={database_name}&pretty'-H'Content-Type:application/json'-d'{"fields_data":[{"field_name":"book_id","field":[1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30,31,32,33,34,35,36,37,38,39,40,41,42,43,44,45,46,47,48,49,50,51,52,53,54,55,56,57,58,59,60,61,62,63,64,65,66,67,68,69,70,71,72,73,74...

OverviewAclusterisaHippoCloudinstanceassociatedwithspecificcomputingresources.Youcancreaterelatedtables,insertcorrespondingdata,andcompleteproductexperiencewithinacluster.Beforeyouusethedemoenvironment,youneedtocreateacluster.CreateClusterYouneedtogotothespecificproject.Iftherearenoclustersunderthecurrentproject,youcanclickthe'Createcluster'buttonbelowtheclustercreationguidancepagetoentertheclustercreation.Ifthereareclustersunderthecurrentproject,youcanclickthe'+Cluster'buttonabovetheclusterlist...

过滤条件表达式Hippo当前支持如下表达式，可用于标量或向量查询。表46.过滤条件表达式表达式描述and当前版本支持and，不支持or/not==等值<小于⇐小于等于>大于>=大于等于inin[1,2,3]notinnot_in[1,2,3]like'_'表示匹配任一字符，'%'表示匹配任意字符，'\'为转义符向量相似性检索本节描述如何进行向量相似度搜索。Hippo中的向量相似性搜索计算查询向量与表中向量的距离，返回最相似的结果集。通过指定标量过滤条件，用户可以进行向量与标量的混合搜索。curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/{table}/_search?pretty'-H'Content-Type:application/json'-d'{"output_fields":["book_id"],"search_params":{"anns_field":"book_intro","topk":2,"params":{"nprobe":10},"embedding_index":"ivf_flat_index"}...

OverviewUnstructureddatamanagementismoreimportantthaneverduetotheriseofbigdata.Managingandgleaningbusinessvaluefromunstructureddataisofutmostimportancetoenterprisestoday.Advancementsinmachinelearning,aswellasdeeplearning,technologiesnowenableorganizationstoefficientlyaddressunstructureddataandimprovequalityassuranceefforts.Inthefieldofartificialintelligenceormachinelearning,embeddingsandvectordatabaseshavebecomeincreasinglyimportantfortacklingawiderangeofproblems.Thesetechniquesareusedtorepresen...

查看Master节点通过以下命令，查看集群Master节点信息：curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/master?v'返回结果：epochtimestampactive.master.hostactive.master.portmaster.group169079683909:47:19172.29.203.18926841172.29.203.189:26841,172.29.203.189:26851,172.29.203.189:26861查看数据节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes?v'//查看所有节点curl-ushiva:shiva-XGET'localhost:8902/hippo/v1/_cat/nodes/{node}?v'//{node}表示待匹配的节点地址，支持以*通配，支持指定多个pattern，多个pattern以逗号分割返回结果：

ThistutorialwillguideyouthroughthefollowingtaskswithinHippoCloud:EstablishingatablePerusingthetableIncorporatingdataExecutingsearchoperationsEliminatingrowsDissolvingthetableBeforeyoustartInthisguide,wewillbeutilizingthePythonAPI.Priortocommencement,ensurethatyouhave:RegisteredforaHippoCloudaccount.SubscribedtothecomplimentaryplanandestablishedatrialclusterwithinHippoCloud,orsubscribedtothestandard/enterpriseplansandconstructedadedicatedcluster.IfyouanticipateemployingPythonfordevelopment,ascert...

运维管理界面WebserverWebserver是Hippo提供运维监控的界面。默认访问地址为:4567"class="bare">http://<webserver_ip>:4567。或者在Manager管理界面我们可以通过下图所示的查看链接这里进行跳转。图15.登录HippoWebserverWebserver主要由下面几个部分构成。概况图16.概况该页面展示了Hippo集群的基本信息，包括：Masterstatus：当前的ActiveMaster，MasterGroup，MasterAddress，Master的健康状态TabletServerStatus：TabletServerAddress，健康状态，逻辑机架和数据中心信息，容量使用以及Tablet个数TabletNum：当前集群表的个数Version：Hippo版本信息库表图17.库表页面以库和表的概念集群存储的各类数据信息。库信息：库名库创建时间库内各类表的信息：点击某个库，可以看到库下所有表的信息，主要包括：••表的ID••表的名字••表的状态••表的Tablet数量••表的Engine类型••表的副本数•...

本节测试主要描述了Hippo1.0在关键测试上的一些性能表现，该份测试同样也是Hippo的基准测试，后续版本发布也会在不同版本上进行该测试进行对比分析。术语表142.Hippo性能测试术语TermDescriptionnq一次搜索请求中搜索的向量个数topk一次请求中对于要检索的每个向量(依赖nq)，所能检索到最近距离的向量个数RT一次请求从发起到接受响应的时间]QPS请求在每秒内成功执行的次数dataset测试所用数据集，不同数据集表示不同的业务场景测试集群配置硬件配置表143.性能测试硬件配置硬件规范Nodes3CPUIntel®Xeon®Gold5218RCPU@2.10GHzMemory16*\16GBRDIMM,3200MT/sDISKNVMeSSD2T*4GPUNONE软件配置表144.性能测试软件配置软件版本Hippov1.2TranswarpManagerTDH9.3.0测试集表145.性能测试数据集数据集名称数据集介绍向量维度向量总数查询数量数据总量距离类型Sift-128-euclidean该数据集是基于Texmex的数据集整理，使用SIFT算法得到的图片特征向量。...