H2O.ai 近日发布了其新型多智能体平台 h2oGPTe，该平台结合了生成式与预测性人工智能模型，旨在为企业提供更加一致的响应。H2O.ai 创始人及首席执行官 Sri Ambati 指出，企业在使用 AI 智能体时，最迫切的需求之一就是保持响应的一致性。
h2oGPTe 平台利用了 H2O.ai 自有的 Mississippi 和 Danube 模型，同时还可以接入其他各种语言模型。该平台能够在多种环境中运行，包括空气隔离环境、内部部署以及云系统。Ambati 强调，生成式与预测性人工智能的结合，使得企业更加自信地运用这些智能体，从而不影响其安全性。
h2oGPTe 的主要功能包括:
1. 多模态文档 AI: 能够从安全的内部数据源（如文档库和知识库）中提供精准的查询回应。支持生成结构化的 JSON 格式输出，适用于合同总结和合规数据提取。
2. 音频与视觉分析: 提取音频文件、图像及手写文档中的结构化数据，丰富信息的视觉领域。音频模型可进行多语言转录与翻译，视觉模型则可验证内容。
3. 编码助手: 帮助开发人员迅速生成项目的基本代码，支持常见的编程语言，提供代码补全及文档生成，加速从概念到原型的开发流程。
4. 自主智能智能体: 智能体可自动执行多步骤工作流，如网络研究与数据建模。能够根据实时数据生成多页 PDF，确保透明性。
5. 引用验证与透明性: 采用先进的检索增强生成（RAG）技术，支持嵌入文档引用，提升 AI 回复的透明性与可验证性。
6. 可定制的安全护栏: 提供细致的访问管理及响应限制，确保敏感环境下的数据安全与合规。
7. 智能模型路由: 根据实时评估动态选择最适宜的模型，以优化效率与性能。
8. 模型风险管理: 透明的模型评估，结合人类反馈与自动化测试，提高合规性与可解释性。
Ambati 表示，生成式 AI 在内容生成方面表现突出，特别是在代码生成方面，而预测性模型则更善于提供情景模拟。预测性模型通过学习数据中的模式，确保智能体的响应更加一致。尽管人类互动有时变化多端，但是依然期望获得一致的反馈，这正是生成性与预测性 AI 结合的价值所在。
h2oGPTe 平台尤为适合金融、电信、医疗和政府等需要处理复杂任务的企业。该平台的智能体能够处理多模态数据，比如图表，并根据企业的历史财务数据和市场趋势信息，回答诸如“我公司今年是否应该增加玩偶的销售？”等问题。
此外，H2O.ai 的智能体还能够生成包含图表和表格的 PDF 文档，以可视化的方式呈现信息，并确保引用数据来源以便进行追溯。平台内置模型测试功能，包括自动生成问题，模拟不同提问情境以检验智能体回应的一致性。同时，用户可以通过仪表盘查询智能体所使用的数据库、模型或工作流部分。
在 AI 智能体热潮不断升级的背景下，确保智能体提供的价值至关重要，其中包括一致性、可靠性和准确性。H2O.ai 通过结合生成性和预测性模型进行探索，其他公司也在寻求确保 AI 代理不对企业造成困扰的解决方案，例如 xpander.ai 推出的 Agent Graph System 及 Salesforce 发布的 Agentforce Testing Center。
产品入口：[https://h2o.ai/platform/enterprise-h2ogpte/](https://h2o.ai/platform/enterprise-h2ogpte/)
划重点:
🌟 H2O.ai 推出的新平台 h2oGPTe 结合生成性与预测性 AI 模型，提供更为一致的响应。
📊 该平台特别适用于金融、电信、医疗及政府等需处理复杂任务的企业。
🛡️ H2O.ai 重视数据溯源和智能体测试，以确保智能体的可靠性与准确性。
暂无评论