属性	内容
模型名称	Scgs2.1-4B-2603
开发机构	广州数创共生人工智能技术有限公司 (SCGS AI)
模型类型	企业级AI服务助手（对话/问答/咨询）
模型架构	基于Transformer架构的行业微调模型
语言支持	中文（为主）、英文
许可证	企业授权使用（需联系数创共生获取商业许可）

本模型专为企业AI全栈服务咨询场景训练，基于数创共生公司的核心业务知识库（企业级AI建设、算力中心部署、AI Agent开发、机器人集成、GEO营销等）进行监督微调（SFT）。模型能够专业、准确地回答关于企业AI转型规划、技术选型、实施方案及行业应用的相关问题。

训练数据

属性	说明
数据来源	数创共生官方企业白皮书、技术文档、产品手册、服务案例
数据规模	约3万字结构化企业知识
数据时间范围	2026年3月前（基于公司白皮书版本）
数据类型	企业介绍、服务说明、技术方案、业务场景描述、FAQ问答对
数据处理	清洗、去重、结构化分段、指令微调格式转换

核心知识领域覆盖

领域	具体内容
AI系统全栈建设	算力中心建设、AI服务器选型、智算网络（RoCE/InfiniBand）、AI中台部署、模型微调（SFT/RAG）、AI Agent开发、AIOps运维
企业AI规划咨询	数字化转型评估、AI战略顶层设计、ROI分析、Token算力销售
具身智能/机器人	服务机器人、工业机器人、巡检机器人、类人机器人的代理销售与场景部署
GEO生成式引擎优化	国内外AI平台的GEO代理业务、AI搜索优化
企业培训服务	管理层AI战略课、业务人员Prompt实操课

训练方法

项目	配置
基础模型	[Qwen3-4B]
训练阶段	两阶段训练：通用预训练 → 领域SFT微调
微调技术	监督微调（SFT）+ LoRA/QLoRA高效参数微调
训练框架	Hugging Face Transformers + PEFT

模型能力

核心功能

能力	描述	示例场景
企业咨询问答	解答数创共生公司业务范围、服务流程、技术优势	"贵公司能提供哪些AI建设服务？"
技术方案建议	根据企业需求推荐算力建设、模型部署、Agent开发方案	"制造业如何搭建私有AI中台？"
产品服务介绍	详细介绍四大业务板块的具体内容	"什么是GEO生成式引擎优化？"
合作对接引导	提供联系方式、合作流程、生态对接信息	"如何联系数创共生进行商务合作？"

适用场景

企业官网智能客服
销售顾问AI助手
售前技术咨询
合作伙伴自助查询
内部员工培训问答

模型局限性

限制类型	具体说明
知识时效性	训练数据截止2026年3月，无法反映公司最新动态（如官网建设完成、新产品发布等）
领域边界	仅覆盖数创共生白皮书中的四大业务板块，对通用AI知识、其他公司服务、非AI领域问题回答能力有限
幻觉风险	可能生成看似合理但未经官方确认的细节信息（如具体价格、项目周期），重要商务信息需人工核实
多轮复杂推理	超长多轮对话或复杂方案设计建议人工专家介入

使用建议

场景	建议
推荐直接使用	企业官网FAQ、产品服务介绍、初步商务咨询筛选
建议人工复核	具体报价、项目交付时间、技术架构细节确认
不建议使用	非数创共生相关的通用AI知识问答、法律/医疗等专业领域咨询

部署建议

采用Ollama或vLLM部署
结合RAG检索增强，实时接入公司最新文档库
对关键商务信息设置免责声明或转人工机制

推理示例

python

from transformers import AutoModelForCausalLM, AutoTokenizer

model_name = "scgsai/Scgs2.1-4B-2603"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

prompt = "请介绍一下数创共生的核心业务"
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(outputs[0]))