SAP mērķis ir aizstāt vispārīgākus lielos valodu modeļus, izlaižot savu pamata “tabulas” modeli, kas, pēc uzņēmuma domām, samazinās apmācības prasības uzņēmumiem.
Modelis ar nosaukumu SAP RPT-1 ir iepriekš apmācīts modelis ar biznesa un uzņēmuma zināšanām. SAP to sauc par relāciju fonda modeli, kas nozīmē, ka tas var veikt prognozes, pamatojoties uz relāciju datu bāzēm, pat bez precizēšanas vai papildu apmācības.
Valters Suns, SAP globālais mākslīgā intelekta vadītājs, intervijā VentureBeat pastāstīja, ka jaunā modeļa vērtība slēpjas tā spējā veikt dažādus uzņēmuma uzdevumus, piemēram, paredzamo analīzi.
“Ikviens zina par valodu modeļiem, un ir daudz labu modeļu, kas jau pastāv,” sacīja Suns. “Taču mēs apmācām modeli par biznesa darījumu datiem, galvenokārt Excel izklājlapām, un tāpēc mums ir modelis, kas var veikt prognozējošo analīzi, kur vērtība ir tāda, ka tas ir ārpus kastes, kas nozīmē, ka jums nav nepieciešama uzņēmuma specifika, lai veiktu uzdevumus, kas ir analogi valodas modelim.”
Solar teica, ka RPT-1 būtībā var izveidot biznesa modeli uzņēmumiem, pamatojoties uz zināšanām, kas iegūtas no datiem no SAP gadu desmitiem ilgās informācijas. Organizācijas var pievienot modeli tieši lietojumprogrammām, pat bez papildu precizēšanas.
RPT-1, SAP pirmā lielā AI modeļu saime, parasti būs pieejams 2025. gada 4. ceturksnī un tiks izvietots, izmantojot SAP AI fondu. Lai gan pašlaik ir pieejams RPT-1, uzņēmums paziņoja, ka drīzumā būs pieejami papildu modeļi, tostarp atvērtā koda, mūsdienīgs modelis.
SAP arī izlaidīs bezkoda rotaļu laukuma vidi, lai eksperimentētu ar modeli.
Tabulu modeļi pret LLM
Tabulu vai relāciju AI modeļi tika apgūti no izklājlapām, atšķirībā no LLM, kas mācījās no teksta un koda. RPT-1 ne tikai saprot skaitļus un attiecības starp dažādām šūnām, guess arī spēj sniegt strukturētākas un precīzākas atbildes.
Kad uzņēmumi nolemj izmantot RPT-1, tie var pievienot modelim vairāk virzienu, izmantojot nelielu konteksta inženieriju, jo modelis ir semantiski apzināts un mācās, pamatojoties uz to, kā tas tiek izmantots.
SAP pētnieki vispirms ierosināja ideju, ka tabulu modeļi var gan demonstrēt semantisko izpratni, gan mācīties no satura, izmantojot papīru. publicēts jūnijā. Tā ierosināja ConTextTab ieviest kontekstu apzinīgu priekšapmācību. Tas izmanto semantiskos signālus, piemēram, tabulu galvenes vai kolonnu tipus, lai vadītu modeļa apmācību, ļaujot modelim izveidot relāciju struktūru ar datiem. Šī arhitektūra ļauj modelim vislabāk darboties uzdevumiem ar precīzām atbildēm, piemēram, finanšu vai uzņēmuma lietošanas gadījumos.
RPT modeļi balstās uz ConTextTab darbu, kas ļauj apgūt strukturētus biznesa datus, piemēram, no SAP zināšanu diagrammas, un pēc tam var pievienot vairāk konteksta, izmantojot lietojumu.
SAP pētnieki pārbaudīja ConTextTab salīdzinājumā ar etaloniem, sakot, ka tas ir “konkurētspējīgs” ar līdzīgiem modeļiem, piemēram, TabPFN un TabIFL.
Nozarei specifiskie modeļi turpina augt
Daudzi uzņēmumi dod priekšroku vispārēju LLM, piemēram, GPT-5 vai Claude, precizēšanai, lai būtībā pārkvalificētu modeli, lai atbildētu tikai uz jautājumiem, kas attiecas uz viņu uzņēmējdarbību. Tomēr pāreja uz nozarei specifiski modeļi ir sākuši iesakņoties.
Suns teica, ka viņa pieredze iepriekšējā uzņēmumā, veidojot ļoti šauru, ļoti pielāgotu AI modeli noskaņojuma analīzei, daudz ietekmēja to, kas padara RPT-1 atšķirīgu.
“Tas bija ļoti pielāgots modelis, šaurs modelis, kas prasa specifiskas atsauksmes par konkrētiem produktiem, taču tas nebija mērogojams,” sacīja Suns. “Kad radās LLM, šis modelis mēra noskaņojumu. Wager ir lietošanas gadījumi, ko mēs varam darīt, ko LLM nevar darīt.”
Viņš teica, ka šie lietošanas gadījumi ietver prognozes, piemēram, nosakot, kad pircējs atgriezīsies pārtikas preču veikalā, kas var ietvert skaitlisku analīzi, kā arī izpratni par pircēja iepirkšanās paradumiem. Tomēr daži LLM ir sākuši integrēties izklājlapās, un AI modeļu nodrošinātāji mudina lietotājus augšupielādēt līdzīgus datus, lai mācītu viņiem kontekstu. Microsoft pievienots jauns iespējas Copilotieskaitot spēju strādāt programmā Excel. Antropisks integrēja savu Klodu modeli ar Excel, papildinot to Claude for Finance pakalpojums. Ķīniešu startēšana Manus piedāvā arī a datu vizualizācijas rīks kas saprot izklājlapas, un ChatGPT var izveidot diagrammas no augšupielādētām izklājlapām un citiem datu avotiem.
Tomēr SAP atzīmēja, ka tas ir vairāk nekā tikai izklājlapas lasīšana; RPT-1 ir jāizceļas konkurentu vidū, jo tam ir nepieciešams mazāk papildu informācijas par uzņēmumu, lai sniegtu atbildes.
