圖：香港維納智能科技昨日舉行「Agentic AI系列產品發布會暨生態聯盟啟動儀式」。

　　【大公報訊】人工智能走向「高精度」發展，其自我調節能力成為競爭關鍵。中國首個大模型交互數據生成公司維納智能昨日在數碼港舉行「香港維納智能核心產品發布會暨維納智能生態聯盟啟動儀式」，發布三款旗艦應用，包括QueWi、Wi Writing Copilot以及Racebot，維納智能創辦人兼行政總裁柳崎峰表示，以上Agentic AI（代理式人工智能）應用系統具有四大核心技術，為企業構建高精度閉環Agentic AI應用系統，實現降本增效和業務創新。

　　柳崎峰介紹，這些應用在測試中99%以上生成內容符合「一國兩制」及愛國愛港社會語境，94%以上時事信息具備新聞級溯源能力，且支援多語言內容智能匯聚。

　　柳崎峰指出，這些Agentic AI核心技術可以概括為四個方面。第一個方面是反饋機制：反饋機制是控制論的核心概念。舉例說，人體是一個天然的反饋系統：當感到寒冷時，肌肉會通過顫抖產生熱量以提升體溫；當過熱時，則通過出汗降低體溫。同樣的原理也適用於日常場景，例如空調系統根據溫度自動調節運行。在系統技術中，反饋機制分為三層：數據生成、模擬訓練以及人機交互。其創新在於將人類反饋與機器反饋相結合。通過這一機制，系統的準確率可達約70%。第二個方面是多模型協作，靈感來源於團隊合作的優勢。單個大模型的表現類似於大腦的單一分區，而多模型協作則相當於一個高效的團隊。雖然團隊協作的潛力遠超個體，但協調管理是關鍵挑戰。然而，協同機制類似於企業管理結構：底層模型（如高效的專業模型）負責具體任務，而上層的管理者模型則負責協調與分配任務。維納智能正在探索動態協同機制，即模型間的協作不再依賴人工預設，而是通過系統自主學習實現。

　　第三個方面是提示詞工程，提示詞是大模型應用的核心要素之一，直接影響模型的輸出質量。目前系統的提示詞規模約2000至3000個詞，遠低於某些系統的上萬個的提示詞，但效果顯著。提示詞工程是一門科學，通過精心設計的提示詞，探知並調控大模型的行為，類似於通過語言試探一個人的反應。在實踐中，維納智能針對不同場景設計專屬提示詞，並通過幾個步驟優化提示詞，包括設定目標確保垂直領域的質量，或者通過反饋機制優化提示詞，逐步精進提示詞。第四方面是自我糾錯能力，自我糾錯是大模型智能化的重要標誌，通過用戶反饋驅動系統自我改進。

　　大公文匯全媒體記者 黎梓田、黃安琪