概要：
Numbers Station是一家初创公司，利用大型语言模型（LLMs）驱动其数据分析平台。他们今天推出了首个基于云的产品：名为Numbers Station云的产品，目前处于早期访问阶段。通过这项服务，企业中的几乎任何用户都可以使用Numbers Station的聊天界面分析其内部数据。
Numbers Station是一家利用大型语言模型（LLMs）的初创公司，推出了名为“Numbers Station云”的云产品，目前处于早期访问阶段。这项服务使企业中的几乎任何用户都能够利用Numbers Station的聊天界面来分析其内部数据。与其他类似工具不同的是，Numbers Station团队认为，将自然语言查询转化为SQL等数据库语言的方法存在局限性，因为通用的LLM无法了解公司的运营方式、数据结构以及内部人员如何指称特定数据对象。
Numbers Station的联合创始人兼CEO Chris Aberger表示，他已经有点厌倦了讨论这项服务如何让用户“与他们的数据进行对话”，因为这方面的噪音太多了。他告诉我：“但企业高管、非技术用户提出问题，然后通过这些经典的结构化数据源获得答案，这才是问题的关键所在。” Numbers Station的研究显示，其方法相比于更传统的文本到SQL管道，能够显著提高精度。
Numbers Station的联合创始人兼首席科学家Ines Chami告诉我，构建平台的语义目录是一个巨大的挑战。该目录实质上是公司度量和定义的自动策划源。Aberger描述该目录为“一个庞大的东西”，例如，确保模型对“经常性收入”的定义与公司对该术语的使用方式一致。这个目录对于每家公司都是特定的，并且不共享。
Aberger说：“我们所做的基本上是为分析构建一个AI平台。”“这只是一个应用[...]。我们还在公司内部进行更大、更广泛的工作，即解决许多不同的数据问题，这些问题位于这个平台之上，其中的例子包括：如何使用第三方数据源丰富我的数据？如何执行一些更经典的算法，比如模糊匹配等等？对于这个平台，几乎可以构建无限数量的支柱。”
Numbers Station已经签约了几家财富500强客户，包括全球房地产服务公司Jones Lang LaSalle。Jones Lang LaSalle的Work Dynamics Technology CEO Sharad Rastogi表示：“Numbers Station是结构化数据的企业AI的前沿。”“我们对Numbers Station的可信和吸引人的平台印象深刻。随着我们的使用，它不断学习，使我们的数据团队能够发现和验证推动业务结果的假设。”
