算法備案公示
下述內容為YonBIP產品提供的算法備案信息、基本原理、運行機制和目的意圖等內容，以保障用戶的知情權，方便用戶更好的選擇和使用YonBIP產品。
用友YonBIP信息檢索算法
表1 用友YonBIP信息檢索算法
| 算法項 | 描述 |
|---|---|
| 算法名稱 | 用友YonBIP信息檢索算法 |
| 備案編號 | 網信算備110108673625804240015號 |
| 算法基本原理 | 針對企業內多種類型的數據、文檔、圖片、視頻、知識庫等進行統一的管理，使用多模態內容理解、搜索多路召回、多特征排序等技術實現目標內容的快速精準定位，以檢索的方式返回相關內容。 |
| 算法運行機制 | 對企業擁有的多種類型的數據（包括文檔、網頁、圖像、視頻、知識庫等），進行內容清洗、信息抽取、標簽構建、向量編碼、索引構建等數據治理；針對用戶查詢進行糾錯、實體解析、查詢改寫等預處理；設計相關性計算方法，構建多路召回算法；融合多維特征信息實現內容排序算法，最終返回目標內容。 |
| 算法應用場景 | 應用于搜索功能，通過企業用戶輸入的查詢詞，搜索企業內部有效資源信息。 |
| 算法目的意圖 | 將企業內的各類信息數據進行有效整合，支持信息的快速、便捷的獲取，幫助發掘企業內部數據的價值，提高企業內部辦公協同效率。 |
用友YonBIP運籌優化算法
表2 用友YonBIP運籌優化算法
| 算法項 | 描述 |
|---|---|
| 算法名稱 | 用友YonBIP運籌優化算法 |
| 備案編號 | 網信算備110108673625806240017號 |
| 算法基本原理 | 利用線性規劃的數學原理和求解步驟，在給定自變量、自變量約束條件的情況下求解線性目標函數的最大值及其對應的自變量值。 |
| 算法運行機制 |
1）數據導入，用戶導入后續優化求解過程中要用到的數據。根據用戶對目標和約束的描述，需要各品類的價格、類別和去年的銷量； 2）數據加工。配置列運算規則，生成中間過程數據，方便后續優化目標和約束條件的表達； 3）在數據集上選擇數據設置業務上的約束條件和優化目標； 4）將業務問題約束條件和優化目標轉義成規劃求解問題進行建模，確定自變量個數、約束條件和優化目標，并轉換成優化求解算法的參數表示形式； 5）確定優化問題類型和優化方法； 6）進行優化運算并輸出優化結果。 |
| 算法應用場景 | 針對供應鏈業務中的庫存管理規劃、多層級網點銷售規劃、資源調度、生產排班提供計算服務。 |
| 算法目的意圖 | 將企業經營中常見的“有限資源情況下，如何實現效益最大化”或“規定義務情況下，如何實現成本最小化”的問題抽象成數學中的規劃求解問題進行解決。 |
用友YonGPT生成算法
表3 用友YonGPT生成算法
| 算法項 | 描述 |
|---|---|
| 算法名稱 | 用友YonGPT生成算法 |
| 備案編號 | 網信算備110108673625801240017號 |
| 算法基本原理 | 以大語言模型(LLM)的語義理解、知識推理、內容生成等能力為基礎，經過領域知識和場景任務類數據微調后，提供企業服務領域的智能能力：為企業服務應用或平臺后端所調用，為客戶提供基于語義驅動的任務理解、規劃決策等能力，例如智能問答、即席查詢、流程構建、應用構建、分析總結等。 |
| 算法運行機制 |
1. 基于領域知識、行業數據，結合場景任務等構建預訓練語料、指令對齊語料，對基座大語言模型(LLM)進行增量訓練和微調，使得大模型具備理解場景任務并生成執行計劃的能力； 2. 基于Agent-LLM在線架構，實現大模型理解任務、編排執行計劃、生成應答，Agent驅動與客戶的對話交互、信息收集、技能調度執行等，實現對客戶任務的理解與自動執行。 |
| 算法應用場景 | 應用于企業服務領域，為YonBIP等企業服務平臺調用，為財務、人力、研發、采購、供應鏈等智能辦公場景提供智能問答、即席查詢、流程構建、應用構建、分析總結等能力。 |
| 算法目的意圖 | 顯著提高企業辦公、經營管理的智能化水平和效率。 |