盘古行业大模型
盘古NLP行业大模型
盘古行业大模型在盘古NLP大模型的基础之上结合了垂直行业的海量数据，配套MA Studio平台和工具链，可化解特定行业数据构建难、模型效果调优难、场景能力评测难三大难题，满足行业通用场景开箱即用。除了实现行业知识检索、文案生成、阅读理解等基础功能外，盘古行业NLP大模型可在行业领域场景提供更高精度的AI技术支持。
ModelArts Studio大模型开发平台为用户提供了多种规格及行业的NLP大模型，以满足不同场景和需求。不同模型在处理上下文token长度和功能上有所差异，以下是当前支持的模型清单，您可以根据实际需求选择最合适的模型进行开发和应用。
|
模型支持区域 |
行业 |
模型名称 |
可处理最大上下文长度 |
说明 |
|---|---|---|---|---|
|
西南-贵阳一 |
医学 |
Pangu-Medical-NLP-N2-32K-3.1.35 |
32K |
2025年3月发布版本，支持32K序列长度训练，32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，4个推理单元即可部署，支持128并发。此模型版本差异化支持INT8量化特性。 |
|
Pangu-Medical-NLP-N2-Reasoner-32K-3.0.0.1 |
32K |
2025年6月发布Reasoner版本，支持32K序列长度训练，32K序列长度推理。全量微调32个训练单元起训，LoRA微调8个训练单元起训，4个推理单元即可部署，支持128并发。此模型版本差异化支持INT8量化特性。 |
||
|
金融 |
Pangu-Finance-NLP-Reasoner-N2-128K-3.0.1.1 |
128K |
2025年6月发布Reasoner版本，支持128K序列长度推理，4个推理单元即可部署。 |
盘古NLP行业大模型支持的平台操作
在选择和使用盘古大模型时，了解不同模型所支持的操作行为至关重要。不同模型在预训练、微调、模型评测、在线推理和体验中心能力调测等方面的支持程度各不相同，开发者应根据自身需求选择合适的模型。以下是盘古NLP大模型支持的具体操作：
|
模型 |
预训练 |
微调 |
模型评测 |
模型压缩 |
在线推理 |
体验中心能力调测 |
|---|---|---|---|---|---|---|
|
Pangu-Medical-NLP-N2-32K-3.1.35 |
√ |
√ |
√ |
√ |
√ |
√ |
|
Pangu-Medical-NLP-N2-Reasoner-32K-3.0.0.1 |
√ |
√ |
√ |
√ |
√ |
√ |
|
Pangu-Finance-NLP-Reasoner-N2-128K-3.0.1.1 |
- |
- |
- |
- |
√ |
√ |
盘古NLP行业大模型对资源池的依赖
|
模型名称 |
云上部署 |
边缘部署 |
|---|---|---|
|
Pangu-Medical-NLP-N2-32K-3.1.35 |
支持，4个推理单元部署 |
支持，4个推理单元部署 |
|
Pangu-Medical-NLP-N2-Reasoner-32K-3.0.0.1 |
支持，4个推理单元部署 |
- |
|
Pangu-Finance-NLP-Reasoner-N2-128K-3.0.1.1 |
支持，4个推理单元部署 |
- |
