Magi

通用且灵活
Magi 的学习材料来源于各行各业，质量参差不齐，使得训练出来的模型泛用而灵活，因而可以用极少的数据（甚至仅仅一个样本）调整成处理特定任务的模型。

NLP 技术成本问题
一直以来，限制诸多行业应用人工智能的主要门槛之一就是较高的训练成本，特别是准备训练样本的环节。在一些人力成本偏高的领域（如医药、金融）想要训练特定的自然语言处理模型，往往依赖专业人员的人工标记来准备训练样本，而这是极其昂贵且质量难以保证的。这一门槛也会持续影响后续的维护与更新。许多领域由于这样高企的成本甚至无法充分地验证自然语言处理技术在自身业务中的应用价值。

尝试 NLP 的机会
Magi One 能赋予大多数行业一个便捷的试用最新自然语言处理新技术的平台。依托于 Magi 已经持续了近十年的不断学习得到的泛用模型，Magi One 可以仅靠极少量的训练样本（甚至仅需一个样本）在较短时间内训练出可用的模型，方便验证各种希望引入自然语言处理技术的场景。随着样本的增加与模型的持续使用，Magi One 的表现也会不断进步。