Aspose.Words for .NET 25.7:支持自建大语言模型(LLM),实现更安全灵活的AI文档处理功能

随着 ++Aspose.Words for .NET 25.7++ 的发布,开发者迎来了一个重要新特性------支持接入 自建(Self-Hosted)大语言模型(LLM),在提升文档处理智能化水平的同时,进一步保障数据隐私与系统可控性,避免依赖第三方托管 API。

Aspose.Words官方试用版免费下载


为什么选择自建 LLM?
  • 数据主权:敏感文档可完全保留在本地或企业内部基础设施中,无需外部传输。

  • 成本可控:通过自有硬件运行模型,避免额外的云服务调用费用。

  • 高度定制:支持自定义接口或本地化部署的专属模型,灵活适配业务场景。


如何在 Aspose.Words 中使用自建 LLM

++Aspose.Words++.AI 命名空间为用户提供了丰富的 AI 功能,如文档翻译、摘要生成、语法检查等。除支持调用 OpenAI、Google 等云端模型外,开发者还可以通过配置切换到自建 LLM。

示例代码:

复制代码
public void SelfHostedModel()
{
    Document doc = new Document(MyDir + "Big document.docx");

    string apiKey = Environment.GetEnvironmentVariable("API_KEY");
    // Use OpenAI generative language models.
    AiModel model = new CustomAiModel().WithApiKey(apiKey);

    Document translatedDoc = model.Translate(doc, Language.Russian);
    translatedDoc.Save(ArtifactsDir + "AI.SelfHostedModel.docx");
}

// Custom self-hosted AI model.
internal class CustomAiModel : OpenAiModel
{
    protected override string Url
    {
        get { return "https://localhost/"; }
    }

    protected override string Name
    {
        get { return "my-model-24b"; }
    }
}
典型应用场景
  • 企业文档处理:在本地环境中翻译涉密法律、财务文档,避免数据外泄风险。

  • 离线部署:在高安全或隔离网络环境下,运行本地训练或优化过的大模型。

  • 成本优化:利用本地 GPU 推理,降低云端 API 调用费用。


通过该功能,用户可以在保留**++Aspose.Words++** 强大 AI 功能的同时,实现对 AI 基础设施的完全掌控,打造 更安全、更高效、更灵活 的文档智能化解决方案。

相关推荐
腾讯云开发者几秒前
当10年架构师拿起AI:不是写不动了,是写得太快了
人工智能
小马过河R11 分钟前
RAG检索增强生成:通过重排序提升AI信息检索精准度
人工智能·语言模型
不惑_12 分钟前
通俗理解卷积神经网络
人工智能·windows·python·深度学习·机器学习
rayufo31 分钟前
自定义数据在深度学习中的应用方法
人工智能·深度学习
梦帮科技32 分钟前
量子计算+AI:下一代智能的终极形态?(第一部分)
人工智能·python·神经网络·深度优先·量子计算·模拟退火算法
山海青风38 分钟前
藏文TTS介绍:6 MMS 项目的多语言 TTS
人工智能·python·神经网络·音视频
人工智能培训39 分钟前
DNN案例一步步构建深层神经网络(3)
人工智能·深度学习·神经网络·大模型·dnn·具身智能·智能体
武当王丶也43 分钟前
从零构建基于 RAG 的 AI 对话系统:Ollama + Python + 知识库实战
人工智能·python
dixiuapp1 小时前
设备维修记录系统,从数据沉淀到价值挖掘的跃迁
大数据·数据库·人工智能
Doctor_Strange_DML1 小时前
一个简单有效的数据增强技术:data3
人工智能·计算机视觉