Infinity?Logits
星環無涯·問數
智能化分析洞察平臺
產品簡介
無涯·問數（Infinity Logits）是基于星環數據分析大模型的智能業務分析洞察平臺，利用大模型在數據分析領域專項訓練的能力理解用戶意圖，幫助業務人員和決策者探索數據，獲取準確的數據結果及生動的圖表看板，縮短數據分析鏈路，降低數據分析門檻，提供業務理解一致、指標定義明晰、數據結果統一、分析探索靈活的智能化分析洞察平臺。
為什么選擇“無涯?問數“ Infinity Logits
查詢結果更準確
整合指標、標簽產品形態，預定義復雜的數據計算邏輯并應用于智能化查詢場景，解決數據計算邏輯二義性和模型無法理解復雜的數據計算邏輯的問題。
模型回答可解釋
查詢過程中根據問題關鍵字實時提供智能提示，查詢結果中解析識別列、行和篩選配置，并基于查詢結果提示相似字段，幫助用戶快速了解查詢內容。
數據安全有保障
設置分析場景的可見范圍，限制僅執行查詢類的安全SQL，再結合行列權限控制及動態脫敏策略提供全面的數據安全保護。
應用價值
業務決策者
通過自然語言生成SQL，可以提高業務決策者的數據獲取能力，使其不再強依賴技術部門的ETL工作。此外，業務分析人員可以使用自動化的方式制作圖表和報告，并定期反饋可視化圖表，讓業務決策者快速全面地了解業務運營情況。自然語言生成SQL還可以幫助業務決策者更好地理解數據，因為他們可以使用自然語言提出問題，而不需要具備專業技能。這將使他們更容易發現數據中的模式和趨勢，從而制定更好的業務策略。因此，使用自然語言生成SQL可以大大地提高業務決策者的工作效率和數據分析能力。
數據分析人員
現代數據分析人員在處理大數據時，需要花費大量的時間編寫和優化 SQL 代碼。這種情況下，自然語言生成圖表和報告的工具可以大大地提高數據分析的效率，幫助數據分析人員節省大量時間，無需手動編寫復雜的 SQL 代碼。無涯?問數可以通過自然語言生成圖表和報告，輔助分析工作，產生數據洞察。此外，無涯問數還提供了快速創建儀表盤的功能，對已生成的圖表進行簡單的補充和調整，數據分析人員可以快速產出儀表盤，了解業務運營數據，從而提高工作效率。
Infinity Logits+LLMOps：搭建可業務落地的Text2SQL實例
在真實落地過程中，僅有大模型是遠遠不夠的：不同的行業、不同的場景下，業務相關的指標/標簽知識呈現出動態變化、復雜多樣的特點。由于時間、算力、訓練語料數據等限制，模型訓練微調的方式并不是一個讓無涯?問數大模型準確、及時得獲取這些知識去生成正確的SQL和數據分析結果的一個較優方案。 不同用戶對數據查詢需求的表達方式呈現出多樣化、個性化的特性。在無涯?問數大模型生成SQL語句之前，需要一個機制能正確分析用戶的意圖，基于意圖結果去檢索/召回出正確的數據元信息。
為了讓計算機理解“什么分析任務要從什么主題庫中獲取什么樣的數據”，無涯?問數通過應用鏈編排的思路將數據治理后的“外部知識”和其他智能分析工具（比如多表召回策略等）結合起來來讓無涯?問數大模型更準確地理解用戶數據分析的意圖，達成更貼合業務實際的效果： 分析過程可分解和調整：將復雜任務分解成可二次更改的不同的角色、任務和智能體； 分析任務能針對不同實體、主題、動作調用對相應相應組件調用資源、組件； 分析結果可溯源：對分析過程引用的文檔、數據來源和方法提供來源追溯和說明。
星環大語言運營管理平臺Sophon LLMOps提出了“樣本倉庫”、“模型倉庫”、“應用倉庫”的建設思路。其中的應用倉庫（AppCube）提供了應用鏈和服務編排工具，使用戶可以以低代碼的方式結合知識庫、智能分析和工具、代碼執行器等技術和工具，通過向量數據庫進行多模態意義下的“語義”檢索、召回和串聯來協同完成任務，提高從“需求到原型再到生產可用”的開發敏捷性和效率。
通過這種應用能力擴展方案，用戶可以更靈活地應用大模型，提高數據分析的效率和準確性。此外，Sophon LLMOps作為一個全面的大模型統一運營管理平臺，旨在為用戶打通從數據接入和開發、提示工程、大模型微調、大模型上架部署到大模型應用編排和業務效果對齊的全鏈路流程，從而實現針對大模型的“數據和分析的持續提升”。
星環科技,構建明日數據世界
