Kunduppdrag · Regelverksmodell
En språkmodell för regelefterlevnad,privat i kundens moln.
Översikt
Den läser en artikel i ett regelverk och returnerar de risker och kontroller som blir bindande, eller ingenting när texten inte binder. En granskare skriver fortfarande under. Den är byggd för en kund i en reglerad bransch och körs i kundens eget AWS-konto.
27B parametrar, en ruta per miljard
94 av 100 svar stämmer med granskarens
Modellen
En specialiserad modell med 27 miljarder parametrar, framtagen ur ett arbetsflöde som experter har märkt upp och byggd med övervakad finjustering och förstärkningsinlärning. Syntetiska data täcker de ovanliga etiketterna. Den poängsätts mot en reserverad guldstandard, där experternas etiketter har hållits utanför träningen.
- Expertmärkt arbete
- Syntetiska data för ovanliga etiketter
- Finjusterad, sedan förstärkt
- Reserverad guldstandard
Vad modellen gör
- Returnerar de risker en artikel i regelverket skapar
- 94 % lika
- Kopplar varje risk till den kontroll som besvarar den
- 93 % lika
- Ger utdata som systemet efter kan tolka
- 100 %
- Täcker ovanliga etiketter med syntetiska data
- Syntetiskt
- Returnerar ingenting när texten inte binder
- Skyddsräcke
- Lämnar kundens eget AWS-konto
- Aldrig
- Skriver under utlåtandet om regelefterlevnad
- Aldrig
Teknik
Modell
- Specialiserad 27B-modell
- Övervakad finjustering
- Förstärkningsinlärning
- Syntetiska data
- Reserverad guldstandard
AWS
- Control Tower
- Organizations
- IAM
- Amazon S3
- SageMaker
- Amazon VPC
- CloudWatch
- Budgets
Alla arbeten
Hej från Malmö
Adamass
Kom till oss med det som känns tungt. Vi gör det lätt.
- IKEA
- Nasdaq
- Tele2
- Thomson Reuters
- The Guardian
- Liverpool FC
- Stabenfeldt
- Eyeradar

