新型非生成式AI模型Kanon 2发布：通过分类架构将文档转化为结构化知识图谱

Kanon 2 Enricher 是一种全新的分层图形化AI模型，旨在将文档语料库转化为高度结构化的知识图谱。与典型的大语言模型（LLM）不同，它摒弃了逐个生成token的方式，而是采用“单次分类”所有token，从而显著降低了“幻觉”风险并大幅提升处理速度。该模型内置58个任务头，具备强大的实体提取、分层分段及文本注释能力，目前已应用于加拿大政府法规分析及澳大利亚法律案例可视化，并获得KPMG、Harvey等知名企业的早期采用。