评论

微信对话开放平台《实验室》邀请测试

微信对话平台将开放“实验室”功能,邀请用户参与测试。引入大语言模型技术以提升对话机器人的处理能力,将支持基于:“文档问答”和“文档抽取问答对”。

微信对话开放平台为微信AI研发的低门槛、零费用的便捷对话机器人工具,多年来一直为微信生态的开发者与商家提供智能对话能力。

近两年来,随着大语言模型的涌现,人工智能领域迎来了历史性的突破,也引发了一股ChatBot的热潮。随着相关话题的探讨热度不断增加,我们也开始思考,是否可以在微信对话开放平台原有的能力基础上,融入大语言模型技术,从而更好地解决知识库构建成本高、无法回答复杂问题等痛点。为此,我们将进行一个新的尝试,开放“实验室”功能并邀请用户加入测试。

LLM的优点在于能够处理大量信息,理解复杂语境,并生成自然、流畅的回答。利用LLM的能力,我们可以更好地处理开放式问题、复杂问题和模糊问题。但是,在实际应用场景,LLM也存在一定局限性,为此我们尝试了两方面的调整。


大语言模型文档问答

虽然LLM有着强大的推理理解能力,但其潜在的偏离实际的预测以及知识更新延迟问题仍然值得关注。为了在实际应用中加强"准确性"、"可控性",我们使用RAG(Retrieval Augmented Generation)检索增强生成技术,让大模型可以处理各种复杂的知识密集型任务。

同时,我们针对问答场景对模型进行了微调(Fine-tune),进一步提升了拒识、推理和多轮对话等能力,确保了输出效果的优质。这使得大型语言模型在细分应用场景中具有真正的落地价值。

平台不仅支持Word、TXT、PDF等文件格式的上传,还支持网页、公众号文章等数据格式。


文档抽取问答对

由于LLM的知识库回答是从大量的文本数据中提取和总结的,且它可能包含一些错误或不准确的信息。FAQ问答知识库,是一种将信息以问题和答案的形式组织起来的形式。这种结构化知识库通优点是信息准确、可靠,易于管理和更新。

为此平台实现了从上传的文档中自动抽取问答对功能,并允许开发者审核并添加到知识库中。此功能可以有效的提高知识库的创建效率和质量。


想要加入测试的用户可以按照如下方式进行申请:

申请方式

1. 发送邮件到:wechatopenai@tencent.com

2. 邮件主题:申请实验室(机器人ID)

3. 邮件内容:

  - 机器人信息:(包含:机器人ID、机器人名称)

  - 当前应用情况:(包含:每日消息量、当前召回率)

  - 应用场景:(如:“微信公众号”、“小程序”)

  - 应用简介:(如:xxxx 公司xxx 产品的售后客服)

  - 开发者微信号:xxxxx


最后一次编辑于  01-22  
点赞 5
收藏
评论

9 个评论

登录 后发表内容