星瀚 XingHan · 自研

模型必须具备养老行业理解力,
才具备现场可用性。

星瀚是以养老语料做持续预训练、以护理记录做监督微调的行业模型,可解析医嘱,也可解析交接班记录中的简写表述。

架构
MoE(混合专家)架构。
部署
端—边—云三级。
语料
养老语料持续预训练 + 护理记录监督微调。
边界
支持私有化,数据不出域。
02

能力

医嘱、护理记录与行业缩写均在其理解范围内。

除文本外,星瀚同时支持语音与图像输入:一段呼叫录音或一帧床旁画面,均可转化为可检索、可复核的结构化记录。

文本
医嘱、护理记录、交接班要点、行业缩写。
语音
日常对话与呼叫,转写为可检索文本。
图像
安防与床旁画面,辅助安全事件判定。
知识
知识覆盖 4 个领域。
03

端 — 边 — 云

判断在院内完成,
不在云端完成。

80% 的推理任务下沉至本地(目标值),原始数据留存院内;云端仅承担训练与能力下发。外网中断时,院内判断照常运行。

端
床旁、穿戴、门禁、雷达的感知在本地接入。
边
院内推理,数据不出院。
云
持续训练,能力按版本下发。
断网
关键判断不依赖外网。
04

指标与口径

每个数字均标注口径,
包括低于预期的部分。

下列五项均为实验室口径或目标值,评测口径待披露。口径标注置于读者可见位置,因为脱离口径的数字不具备参考意义。

目标值 200ms 低延迟(实验室口径,评测口径待披露)。
目标值 准确率 98.7%(实验室口径,评测口径待披露)。
目标值 80% 推理任务下沉本地。
实测:护理记录监督微调 F1 0.966(实验室口径)。
实测:认知检测 F1 0.74(实验室口径)。

阶段

训练管线仍在建设中,状态如实标注。

CPT、SFT、RLHF 三段管线正在建设,规划于 2027 年第二季度产品化。当前对外演示的能力限于已完成部分。

预约演示

职务

30 分钟,查看九类岗位数智人在真实照护场景中的运行过程。方案顾问将致电确认时间与演示重点。