AIGC数据要素化

规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型产品已经在政府、金融、运营商、制造近日，在量子位举办的中国AIGC产业峰会上《中国AIGC应用全景报告》发布。量子位智库针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。星环科技成功入选中国AIGC应用全景图谱。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型

规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型产品已经在政府、金融、运营商、制造近日，在量子位举办的中国AIGC产业峰会上《中国AIGC应用全景报告》发布。量子位智库针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。星环科技成功入选中国AIGC应用全景图谱。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有

规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型产品已经在政府、金融、运营商、制造近日，在量子位举办的中国AIGC产业峰会上《中国AIGC应用全景报告》发布。量子位智库针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。星环科技成功入选中国AIGC应用全景图谱。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型

规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型产品已经在政府、金融、运营商、制造近日，在量子位举办的中国AIGC产业峰会上《中国AIGC应用全景报告》发布。量子位智库针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。星环科技成功入选中国AIGC应用全景图谱。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型

规则、试行办法等提出问题，无涯将提供法律风险预警以及应对建议。此外，无涯大模型的自动化知识工程特性，使其在处理和分析数据方面具有显著的优势，允许用户上传文档、表格、图片等多源数据，并支持与外部数据源的对接，使用户能够构建属于自己的专属领域大模型。这一创新功能极大地扩展了模型的应用范围和深度，用户可基于自身私域知识库进行更为个性化和深入的数据分析。目前星环科技大模型产品已经在政府、金融、运营商、制造近日，在量子位举办的中国AIGC产业峰会上《中国AIGC应用全景报告》发布。量子位智库针对当下AIGC应用市场绘制了一幅全面立体的应用全景图。星环科技成功入选中国AIGC应用全景图谱。星环科技致力于打造企业级大数据基础软件，围绕数据全生命周期提供基础软件与服务。在大模型领域，星环科技拥有一系列AIinfra工具产品供用户使用，从语料获取、清洗及治理的语料开发工具TDS-LLM、知识建模与融合的图谱构建工具TKS，到提供知识多模态存储与服务的大数据基础平台TDH，配合预训练大模型无涯，可以实现内容生成、代码生成、图片及音视频理解及检索。对于有大模型微调和训练需求的企业，星环科技也提供了大模型

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有

近日，国内知名的科技产业研究平台“第一新声”联合天眼查发布了2023年中国AIGC创新企业系列榜单，星环科技成功入选其AIGC数据层创新企业榜。AIGC产业链主要由基础层、模型层和应用层构成。2023年AIGC正式迎来了行业发展元年，从概念到应用、从资本到产业、从风口到趋势，拐点已经出现，一场全新的生产力变革正在悄然发生。作为一家企业级大数据基础软件开发商，星环科技致力于为行业提供大模型应用构建专业领域知识的垂直行业大模型，从而让每个人都拥有个性化AI助理。同时星环科技还推出了无涯金融大模型Infinity、大数据分析大模型SoLar“求索”两大领域大模型，促进金融分析和大数据分析的平民化。的一系列工具，以及在擅长的领域研发领域基础大模型，助力企业抓住大模型时代的新机遇。星环科技推出了机器学习模型全生命周期管理的工具平台SophonLLMOps，支持从数据接入开发、提示工程、大模型微调、上架部署到应用编排和业务效果对齐的全链路流程，结合自研向量数据库Hippo和分布式图数据库StellarDB，能够赋予大模型“长期记忆”，打破通用大模型的时空限制，用户可以快速便捷地构建深谙企业自有

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：

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...

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。...

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...

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。

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

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":...

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