良率管理之痛：上手难、分析难、数据挖掘难
对于尖端的晶圆厂来说1%良率的提升意味着将近1.5亿美金左右的利润提升，因此良率分析对于半导体制造商来说极为关键。
目前市场上广泛使用的如YMS良率管理系统、DMS缺陷管理系统等良率分析平台，均属于管理系统。系统设计之初，操作复杂、难满足高级分析需求、无法有效关联原始追踪数据（Raw Trace Data）等问题，频频让工程师伤脑筋，更多人呼唤一款简单好用、满足多种类高级分析需求和深入分析能力的良率分析工具。
全面焕新：基于大模型的智能良率管理系统
大模型等新技术的横空出世，为良率管理系统的性能提升提供了一条新的解决思路。智现未来将独创的“灵犀”大模型技术创新性应用于YMS良率管理系统上，全面焕新了drill down数据下钻分析、数据探索、智能推荐、智能总结、可视化报表、良率预测、“千人千面”分析平台、数据集成一体化等产品能力。
下面，小智举个栗子对上述部分功能具体说明一下~
苹果公司要求其芯片供应商对所提供的每一颗芯片都是可追溯的——由哪个工厂生产，每一个步骤是什么，在哪台设备上完成测试、封装，负责员工是谁，等等。因为只有追踪到才能够确认哪个步骤出了问题。
而基于大模型的YMS系统，可以在不改变现有的数据库和系统的情况下，通过灵犀大模型实现数据源多样化聚合，集成晶圆生产制造过程中的CP、FT、WAT、Inline、Defect、WP等多类型数据，甚至环境、厂务的数据。客诉发生时，大模型可以协助迅速找到失效样品的所有数据信息，实现全制程数据追踪。
并且，灵犀大模型具备智能推荐的功能，推荐历史上与当前分析相似的案例，为当前分析提供参考。根据工程师文档提取的经验，自动标识出不相关的分析因素，帮助缩小分析范围，加快工程师问题解决。
“灵犀”密码：懂数据，更能用好数据
高性能的大模型应用产品，其卓越性能源自底层大模型的强大能力。这些能力不仅基于对数据的深入理解，还需要有效地利用数据来塑造出强劲的大模型应用产品。
1. 懂数据
一款半导体领域专属大模型需要模型开发团队具备对半导体制造全流程的整体性把握和对数据的深度理解。基于半导体领域的长期深耕，智现未来能深入理解半导体行业的数据特性，识别和构建与半导体制造过程相关的关键特征，如工艺参数、设备状态等。在对大模型标注与增强时，可以准确标注训练数据，确保大模型能够学习到正确的缺陷和正常模式，始终做到“能力在线，不帮倒忙”。
2. 更能用好数据
智现未来汇聚了一群20余年经验的工程智能资深专家和人工智能顶尖专家团队，AI团队负责人更是拥有苹果公司近20年良率产品研发经验的资深专家。这个融合了半导体工程智能领域的“专”和人工智能领域的“精”，且具备强大的数据处理能力的团队，为打造出一款适合半导体行业的大模型奠定了坚实的人才基础。
在良率分析的处理上，智能未来着重于数据的pattern而非数据本身，不断积累提高大模型能力。通过数据特征选择和特征提取技术，优化大模型的输入，提高智能良率管理系统的预测能力和准确性。并利用数据增强技术，如旋转、缩放和添加噪声，增加数据的多样性，以此更好地提高大模型在良率分析实际应用的泛化技能。
