content: уточнить использование обученной AI-модели в Primo

This commit is contained in:
root committed 2026-10-04 14:08:11 +02:00
1 parent caa08c8ad7
commit 6481fff41d
2 files changed
+2 -2

No files matched your search

+1 -1
View File
@@ -440,7 +440,7 @@
<div class="case-block" id="situaciya">
<h2>Ситуация</h2>
<p class="section__prose">
AI Server ставят на внутренние серверы клиента. Он позволяет использовать нейросети внутри контура компании: загрузил датасет своих документов, разметил поля, обучил модель, и эта модель работает в других продуктах. Качество распознавания вырастает сильно, а документы не покидают периметр компании. Позже сервис научился дообучать любую базовую модель под задачи бизнеса: файнтюнинг и скиллы на суммаризацию, извлечение, генерацию.
AI Server ставят на внутренние серверы клиента. Он позволяет использовать нейросети внутри контура компании: загрузил датасет своих документов, разметил поля, обучил модель, и потом используешь её в Primo RPA Studio или в любом клиентском продукте с доступом по REST API. Качество распознавания вырастает сильно, а документы не покидают периметр компании. Позже сервис научился дообучать любую базовую модель под задачи бизнеса: файнтюнинг и скиллы на суммаризацию, извлечение, генерацию.
</p>
<p class="section__prose">
К моменту, когда меня позвали, продукт уже тестировали реальные клиенты. Собирали его разработчики своими силами, на
+1 -1
View File
@@ -121,7 +121,7 @@
<div class="case-block" id="situaciya">
<h2>Ситуация</h2>
<p class="section__prose">
AI Server ставят на внутренние серверы клиента. Он позволяет использовать нейросети внутри контура компании: загрузил датасет своих документов, разметил поля, обучил модель, и эта модель работает в других продуктах. Качество распознавания вырастает сильно, а документы не покидают периметр компании. Позже сервис научился дообучать любую базовую модель под задачи бизнеса: файнтюнинг и скиллы на суммаризацию, извлечение, генерацию.
AI Server ставят на внутренние серверы клиента. Он позволяет использовать нейросети внутри контура компании: загрузил датасет своих документов, разметил поля, обучил модель, и потом используешь её в Primo RPA Studio или в любом клиентском продукте с доступом по REST API. Качество распознавания вырастает сильно, а документы не покидают периметр компании. Позже сервис научился дообучать любую базовую модель под задачи бизнеса: файнтюнинг и скиллы на суммаризацию, извлечение, генерацию.
</p>
<p class="section__prose">
К моменту, когда меня позвали, продукт уже тестировали реальные клиенты. Собирали его разработчики своими силами, на