平台 / 自我學習 AI
隨著您的業務一起進步的 AI。
靜態 AI 在上線那天就停止成長。自我學習 AI 將團隊的每次修正視為訊號，並將每個新版本視為必須經過證明的假設。
01 /什麼會改變
差別在於是什麼讓系統改變。
系統
功能說明
何時會改進
傳統軟體
執行預先定義的工作流程。
當工程師發布新版本時。
傳統 AI
回答問題、草擬內容。
當供應商更新模型時。
自我學習 AI
執行實際工作，並從員工的修正中學習。
當候選版本在您自己的案例上證明它更好時。
02 /運作機制
執行。審查。評估。上線。
與驅動 Unify SelfAI 相同的迴圈。觀察唯有經過評估才會變成學習，而評估唯有決定什麼能上線才有意義。
01
執行
現行版本在您的工作流程中執行實際工作。
02
審查
由人修正它出錯的地方，修正內容成為學習訊號。
03
評估
候選版本會先以保留集案例進行測試。
04
上線
唯有勝過現行版本才會上線。每項變更都可還原。
03 /以完整技術堆疊交付
自我學習 AI 需要底下每一層的支撐。
能從您業務中學習的模型，必須部署在資料所在之處、以這些資料訓練，並在您自己的模型上持續改進。FelixSphere 交付的是完整系統，而非其中一塊。
部署
自行託管或私有部署
在您自己的環境中、於 Unify Gateway 之後執行。客戶資料始終在您的掌控之中。
訓練
您自己的模型
在無須自行擁有的運算資源上，用您的資料微調與訓練模型。
資料
讓您的資料變得可用
歷史紀錄、專家產生的範例與擷取到的修正，皆附來源紀錄。
模型
隨取即用的基礎模型
透過 Unify API，從 300+ 個模型出發，進行比較與路由。
評估
以證據把關
每個新版本在取代現行版本前，都會先以保留集案例評分。
營運
與您共同營運
FelixSphere 與您的團隊一起部署、監控並改進系統。
04 /原則
可以檢視的改進。
01
修正就是訊號
改過一次的地方，不該需要再改第二次。每次修正都會被記錄為學習範例。
02
保留集評估
候選版本以從未見過的範例評分，評分標準事先訂定。
03
上線資格靠實力贏得
新版本唯有勝出才會取代現行版本。不得強行放行。
04
每項變更都可還原
每個版本都有紀錄，可一步還原。
05
您的資料，您的模型
自備模型金鑰，或透過 Unify API 路由，並設定資料留存與區域控管。
06
從小範圍開始，隨您一起成長
從一個團隊、一個工作流程開始。隨著證據累積再擴展到更多團隊。