台湾人工智能实验室推出FedGPT AgentTeam平台产品，瞄准RAG、微调和自建工作流程3大功能

台湾人工智能实验室（Taiwan AI Labs）今日宣布推出代理型AI产品FedGPT AgentTeam平台，主打多专家小模型架构、多模态、可脱机执行且用语高度本地化等特色，还支持MCP协议，能集成企业内外部工具与数据，来更自动化完成作业流程。

代理AI平台3大功能：RAG、微调、自建工作流程

进一步来说，这款FedGPT AgentTeam平台由大型语言模型（LLM）驱动，集成了语音识别（ASR）、文本转语音（TTS）和形象与视觉问答（VLM）等多模态AI模型，能以低程序代码/无程序代码形式提供服务。

台湾人工智能实验室创办人杜奕瑾指出，这款产品的目的，是要将企业内部复杂流程自动化，而产品背后的模型则是以Llama等主流开源LLM为基础，再以收集到的数据来优化为各种基础模型。

比如他们有以1,000亿个Token训练出具备台湾知识的通用模型、以150亿Token优化的具备台湾医疗专业模型，以及用10亿Token训练的台湾金融专用模型等。

就整个FedGPT AgentTeam平台来说，主要有3大功能，包括可以理解企业专属知识的AgentTeam RAG、能让员工训练出符合专业需求大脑的AgentTeam Tuning，以及可用拖拉式创建代理工作流程的AgentTeam Flow。

台湾人工智能实验室核心平台产品总监杜长城解释，AgentTeam RAG可用于专业知识问答，他现场示范，给FedGPT AgentTeam平台一张特斯拉股票走势图，并询问特斯拉首席执行官马斯克与美国总统川普决裂的那天，特斯拉股价变化如何，AI除了根据图中描述给出说明，也会加上图表文本未说明的下跌百分比（如下图）。

又或是给一张自2018年至2024年的每年度可转债成交金额长条图，AI可以给出详细的趋势解读，包括一些年份小幅下降，但整体走势是上涨的（如下图）。

总的来说，AgentTeam RAG支持多格式、多来源、多模态的知识检索与生成，能处理图片、图表、视频、语音、文本等非结构化数据。台湾人工智能实验室补充，AgentTeam RAG也会判断问题难易度，选择最合适的解题方式。

再来，AgentTeam Tuning可支持企业内部专业语境，进行多模态模型微调（fine-tuning），如文本、图表、语音、图片等。杜长城在现场展示，一段背景音嘈杂的护理录音，若没有以专业数据微调，模型无法给出正确的语音转文本答案。而有了专业数据微调，就能识别出专业术语和药物名称（如下图）。这些数据也可依用户需求，导入到医疗资讯系统中。