Це значний прорив у дослідженнях базових моделей штучного інтелекту та їх застосуванні у сільському господарстві Китаю.

Sinong навчений на великому структурованому аграрному наборі даних, що охоплює спеціалізовані сфери: тваринництво, аграрну економіку та менеджмент, ресурси та довкілля, садівництво, розумне землеробство, ветеринарію, захист рослин і селекцію культур.

Назва моделі походить від стародавніх китайських чиновників, які курували аграрну сферу та фінанси. У її тренуванні використано матеріали з майже 9 тисяч книг, понад 240 тисяч наукових статей, близько 20 тисяч політичних документів і стандартів, а також значний обсяг знань із відкритих джерел.

Щоб уникнути типових проблем LLM — хибних відповідей та застарілих даних, команда застосувала комплексні технічні рішення, включно з багатовимірними даними, ланцюговим мисленням та контекстними посиланнями, що значно підвищує точність і здатність моделі генерувати професійні аграрні знання.

Sinong уже доступний у відкритому коді на платформах ModelScope та GitHub. Такий підхід дозволяє знизити бар'єри для застосування ШІ в агросекторі, даючи змогу науковим установам, компаніям і розробникам створювати на його основі нові рішення та інновації для розумного сільського господарства.

agroportal.ua