@HarveenChadha: 每家公司都是强化学习环境,每家公司都应该构建自己的评估,每家公司都应该后训练自己的模型…
摘要
该帖子强调了公司构建自身AI模型和基础设施的重要性,并宣布了Razorpay Vulcan,这是印度首个基于Transformer的支付AI基础模型,由NVIDIA和AWS联合开发。
查看缓存全文
缓存时间: 2026/08/18 12:30
每家公司都是一个强化学习环境
每家公司都应构建自己的评估体系
每家公司都应对自有模型进行后期训练
每家公司都应具备独立的推理能力
每家公司都应掌握自身的客户数据与企业数据
未来十年的AI工程核心,就在于构建这个闭环
Harshil Mathur (@harshilmathur):
40亿笔支付交易,3万亿个数据点,一个基于全部数据训练的模型。认识 @Razorpay Vulcan —— 印度首个基于Transformer架构的支付领域AI基础模型。
与 @nvidia 及 @awscloud 合作,在印度本土完成构建、训练与托管。
迄今为止,所有支付
相似文章
@vasuman: 参见第1点。如果你直接与模型提供商合作,你就会被坑。你的AI转化层需要…
Vasuman分享了来自Varick客户的发现,显示AI支出越来越谨慎,并且在与模型提供商合作时需要与实验室无关的转化层。
@svpino:这看起来很有意思:一个端到端的系统,用于构建、评估、部署、监控并持续改进你的……
Santiago Valdarrama 重点介绍了一个用于构建、评估、部署和监控专用 AI 模型的端到端系统,并指出尽管基础模型广受欢迎,企业仍愿意为定制的微型模型支付高昂费用。
@tuhinone: https://x.com/tuhinone/status/2054603346905080136
一篇观点文章,主张未来应是由专注、以客户为中心的团队开发的专业化AI模型,并列举了OpenEvidence、SchoolAI、Lovable、Harvey、Boltz和Notion等公司。
@rhythmrg: https://x.com/rhythmrg/status/2066561780495896785
文章认为,企业应该对自定义AI模型进行后训练,用于关键任务、高容量的用例,以实现差异化、节省成本并对权衡进行控制,而不是仅仅依赖通用前沿模型。
为什么金融机构正汇聚于交易基础模型以构建自身智能
金融机构正从孤立的AI模型转向基于Transformer架构的统一交易基础模型,如NVIDIA的报告和Revolut的PRAGMA模型所示,该模型改善了欺诈检测、信用评分和推荐,同时减少了特征工程工作量。