- 综合排序
- 最热优先
- 最新优先
- 来自专栏深挖大模型呼叫的发展
深度剖析：大模型呼叫如何重塑呼叫中心行业格局
大家好，本篇文章主要和大家分享呼叫中心技术在中国的发展历程，随着时代的进步，呼叫技术发生了翻天覆地的变化，我们来看看呼叫中心是怎么从人工发展到如今大模型呼叫阶段的。 2010 年左右，云计算技术开始应用于呼叫中心领域，云呼叫中心具有成本低、部署快、弹性扩展能力强等优点，中小企业可以通过租用云呼叫中心服务，快速建立自己的客户服务中心，而无需大量的前期投资和复杂的系统维护工作 2022 年之后，大模型技术的出现进一步推动了呼叫中心的智能化发展，云蝠智能大模型呼叫基于 3 万 + 场景及 4 亿次交互每年的 chatbot 开发能力沉淀，拥有神鹤 30 亿参数 NLP 语义模型 大模型呼叫将注重全渠道融合，以确保客户在任何渠道都能获得一致、连贯的服务体验。 同时，遵循相关法律法规和道德准则，避免 AI 系统产生歧视性、误导性或有害的对话内容，让大模型呼叫技术在安全、可靠的轨道上持续发展。
1.2K10编辑于 2025-05-08 大模型 AI 呼叫产品的发展演变
以此类推，大模型技术也将在客服语音数字人等相关领域里先进行应用，因为这些是典型的低精度场景，但是像法律，医疗等高精度场景，这种技术的应用速度就会偏慢，这是整个行业的一个变化。 （四）模型的选择在智能呼叫行业的发展历程中，选择合适的大模型对于实现高效、个性化的客户服务至关重要。本文将深入探讨这一主题，从技术选择到业务场景的应用，以及未来技术的发展趋势。 我们更倾向于国产大模型，因为延迟和对话逻辑更符合中文特点。2.智能呼叫的业务场景智能呼叫系统的输出可以广泛应用于多种业务场景，包括但不限于文本客服和音频客服。 这些业务场景的实现，依赖于大模型的自然语言处理能力，能够理解和响应用户的需求。随着技术的进步，模型选择变得更加自定义化。企业可以根据自己的业务需求和市场定位，选择不同的大模型来构建智能呼叫系统。 解决方案：·采用声音克隆+大语言 TTS·声音克隆结合真人录音缓存·采用端到端语音互动，具备情绪理解能力3.业务场景在AI呼叫行业的快速发展中，业务场景的多样化和复杂化是其显著特点。
72201编辑于 2025-02-20- 来自专栏深挖大模型呼叫的发展
传统呼叫 out！大模型外呼引领企业通信新潮流，深度解析云蝠智能大模型呼叫，解锁企业高效沟通密码
大模型外呼作为一种融合了先进人工智能技术的创新应用，逐渐成为企业提升效率、优化服务体验的关键工具。它突破了传统呼叫系统的局限，以强大的智能理解、高效的交互和卓越的数据处理能力，为企业发展注入新的活力。 四、云蝠智能大模型呼叫：实践案例与成果以云蝠智能大模型呼叫为例，其在技术和功能上展现出了卓越的优势。在技术方面，云蝠智能集成了神鹤 3B 意图理解模型，并可对接多种主流大模型，实现了强大的对话能力。 在应用场景中，云蝠智能大模型呼叫广泛应用于精准营销、客户通知、售后回访和市场调研等领域。 通过深入了解大模型外呼的原理、优势、应用场景以及选型要点，企业能够更好地选择和应用适合自身业务需求的大模型外呼系统，提升客户交互体验，优化业务流程，增强市场竞争力，在数字化时代实现可持续发展。 随着技术的不断进步和创新，大模型外呼的应用前景将更加广阔，为企业创造更多的价值。
1.3K10编辑于 2025-02-25 云蝠智能大模型呼叫系统快速入门指南
以下是云蝠智能大模型呼叫系统的使用教程：前期准备初始化账户：通过云蝠智能官方渠道注册账号，完成相关的实名认证和企业信息填写等步骤，获取系统登录权限。 创建 AI 外呼任务登录呼叫中台：打开云蝠智能大模型呼叫系统，使用注册的账号登录到呼叫中台界面。点击新增任务：在呼叫中台找到 “AI 呼叫 2.0” 选项，点击 “新增任务” 按钮。 3.填写任务信息：填写任务名称：为任务取一个具有描述性的名称，以便区分不同的外呼任务，如 “产品推广任务” 等。 选择对话模型：根据业务需求和场景，从系统提供的对话模型中选择合适的模型，如神鹤 3B 意图理解模型、豆包等。 导入呼叫号码：点击 “导入号码” 按钮，支持从本地文件（如 Excel、CSV 等格式）导入呼叫号码列表，也可以从系统的 CRM 中选择线索数据作为呼叫号码来源。
84110编辑于 2025-05-14- 来自专栏韩曙亮的移动开发专栏
【AI 大模型】Meta Llama 3 大模型 ( Llama 3 大模型简介 | Ollama 软件下载安装 | Llama3 模型下载 | Llama 3 大模型 在线 离线 使用 )
首先 , 安装 Ollama 软件 , 到 https://ollama.com/ 下载安装 ; 然后 , 运行 ollama run llama3 命令 , 即可开始使用 Llama3 大模型 ; 一 、Meta Llama 3 大模型安装 1、Llama 3 大模型简介 Llama 3 大模型 是 Meta 公司 发布的 大模型 , Meta 公司 就是 Facebook ; Llama 3 大模型 Llama3 大模型 ; 下载的模型放在了 C:\Users\用户名.ollama 目录中 , 在我的电脑上的路径是 C:\Users\octop.ollama ; 这个模型很大 , 有 4.7 G 安装完成后的效果 for help) 二、Meta Llama 3 大模型使用 1、Llama 3 大模型在线使用 在命令行中 , 可以直接进行对话 , 下面是对话内容 : D:\Llama>ollama run llama3 for help) 2、Llama 3 大模型离线使用 Llama 3 大模型 联网时 , 可以访问云端服务 , 可以生成更加丰富的文本 ; Llama 3 大模型 在 断网后也可以使用 , 下面是断开网络后
1.9K12编辑于 2024-08-09 - 来自专栏Andon安灯系统看板工厂
Andon安灯呼叫系统lora工业无线信号呼叫器应用范围
如涂装等）进行详尽的记录，便于准确分析产品的缺陷，提高产品的整体质量;可以根据工位实际材料的消耗进行补充，提高效率，避免以往依靠经验配料造成的不合理及因为缺料配送造成的停线，换言之：lora工业无线信号呼叫器实时根据现场的物料消耗进行及时补充 其中工业LED电子看板汇总表包括:lora工业无线信号呼叫器,车间目视管理看板,防爆液晶电子看板-,工厂车间管理看板,精益目视化看板时长汇总柱状图、工业LED电子看板时长汇总饼图、工业LED电子看板柏拉图 总之，发生工业LED电子看板后，工业LED电子看板会马上发布报警呼叫，通知援助人员马上到现场解决问题，在规定的生产节拍内解决故障并复位系统。否则，将提交更上一层管理人员，采取措施，解决当前问题。 通过文档管理和标准控制功能的使用，lora工业无线信号呼叫器能将产品的加工所需的产品数据、产品标准、工艺规程或相关信息连同作业指令一起送达相应的加工单元，并对活动的过程、结果和环境等进行符合规定要求的信息收集和记录 目前，国内企业对lora工业无线信号呼叫器的需求将呈上升趋势。
93630编辑于 2023-04-18 - 来自专栏自然语言处理(NLP)论文速递
港大 | 发布 “点云” 大模型：PointLLM，旨在实现大模型在3D对象上的应用！
这些模型已成为多功能工具，可以充当通用接口来执行一系列复杂任务。然而，在文本任务上的应用只是大语言模型（LLMs）应用众多应用场景中的一个。 就像钢铁侠电影场景中，托尼在制造钯替代元素的时候，对城市模型进行建模。这些应用程序需要LLMs对3D结构有细致而准确的理解。 PointLLM 基于以上背景，本文主要的工作是将大型语言模型应用在点云理解上，旨在实现LLMs在3D对象上的应用。 然而，构建能够理解物体点云的多模态大模型，存在三个特别关键的问题：1)缺乏模型训练数据；2)构建合适的模型架构；3)缺乏全面的评估标准和方法。 模型架构如下图所示： 对于PointLLM模型训练采用两阶段策略：点云编码器和大语言模型之间的潜在空间进行初始对齐，然后对统一模型进行指令调整。
3.3K20编辑于 2023-09-14 - 来自专栏xiaosen
LangChain大模型应用开发
LangChain作为一个新兴的框架，旨在简化大模型应用的开发过程。它提供了一套工具和接口，帮助开发者将大模型无缝集成到各种应用场景中。 prompt) print(response.content) 这时我们的langSmith后台： 构建语义搜索引擎 我们使用LangChain的文档加载器、嵌入、向量库来从其他来源检索数据，与大模型工作集成 ，这对于获取数据作为模型推理的一部分进行推理的应用程序非常重要，例如检索增强生成或RAG。 1️⃣根据与字符串查询的相似性返回文档： # 接受一个文本字符串作为输入，并返回与该文本最相似的向量 results = vector_store.similarity_search( "大模型的发展和繁荣既是当前 ("大模型的发展是顶峰") # 接受一个嵌入向量作为输入，并返回与该向量最相似的向量 results = vector_store.similarity_search_by_vector(embedding
67921编辑于 2024-12-04 大模型应用开发实战
模型下载 目前国内外的通用大模型可以用密密麻麻来形容，gitee上面已经收录了1万多个了：https://ai.gitee.com/models 。 Net有WebAPI + IIS，java有spring boot+tomcat，大模型有FastAPI+Uvicorn：FastAPI 用于构建应用的业务逻辑，Uvicorn 是运行这些应用的服务器。 不得不吐槽下，大模型也搞前后端分离这套！. 怎么着也得个应用程序APP之类，再不济也得有个Web吧！好吧，安排！为了搞大模型的人能安心研究模型，不用花精力在界面上。 最后 经过无数的蹂躏，我开发了个小应用【i歌词】，无任何条件免费提供全部源码。它基于chatglm4-9b大模型，从部署到训练，通用对话功能，核心根据歌名查歌词并创作歌词！
1.4K36编辑于 2026-05-08- 来自专栏大模型应用
大模型应用：大模型时代的XGBoost：传统梯度提升树与大模型的协同应用.103
一、前言 在人工智能技术体系中，XGBoost作为经典的梯度提升树模型，凭借高效的特征学习能力和优秀的结构化数据处理性能，长期占据机器学习应用的核心地位；而大模型则以其强大的语义理解、上下文建模和通用推理能力 XGBoost 与大模型融合的全链路知识，深度了解其核心原理和应用实践。 XGBoost 与大模型结合2.1 大模型的核心痛点尽管大模型能力强大，但在实际应用中存在明显短板：1. 特征拼接：将结构化特征向量与大模型输出的 Embedding 向量拼接，形成融合特征矩阵；3. （无法处理文本语义）高（强语义建模）用大模型拓展特征维度3.
33632编辑于 2026-05-11 - 来自专栏大模型应用
大模型应用：隐私优先的大模型应用：同态加密与大模型结合的完整实践.101
今天我们就由浅入深拆解“同态加密 + 大模型”的完整体系，覆盖核心概念、基础原理、执行流程和实际落地，整体还是比较复杂和麻烦的，我们借此多了解一些核心概念和基础，在需要的时候再深入研究加以应用，尽量通俗的梳理 有些同态加密（SHE）：支持有限次数的加法和乘法组合；3. 全同态加密（FHE）：支持任意次数的加法和乘法组合，理论上可实现任意复杂计算，这是大模型推理的核心依赖，也是技术难点。3. 应用场景分析5.1 隐私数据问答场景：银行利用大模型分析用户的加密交易数据，回答“该用户是否符合贷款条件”。 银行大模型直接对加密的流水数据做特征提取、规则判断，如“月均流水是否≥5000”；3. 大模型输出加密的结论；4. 用户用私钥解密，得到“符合/不符合”的明文结论。 大模型在密文向量上执行“关键词提取”、“条款解析”等运算；3. 输出加密的提取结果；4. 企业解密后得到明文的关键条款。6.
36131编辑于 2026-05-09 - 来自专栏AIGC新知
浅谈宇宙最强开源大模型Llama3如何应用
北京时间4月19日凌晨，Meta公司通过其官方网站宣布了Llama系列的最新开源大模型：Llama-3。 从Llama-1到Llama-3，每一代模型都在性能和应用范围上实现了显著的飞跃。 02、Llama3技术特性 Llama3模型是Meta公司在2024年发布的最新开源大模型，它继承并发展了前代模型的技术优势，同时引入了模型架构、预训练数据、扩展预训练和指令微调： 01、模型架构 05、Llama3部署与应用 01、Meta AI，使用 Llama 3 构建 更好的助手：Meta AI 现在是可以免费使用的最智能的 AI 助手，可以应用在各种场景。 ollama pull llama3:8b 运行Llama3模型：通过Ollama启动Llama3模型，进行测试或应用。 输入：你好！
1.2K10编辑于 2024-10-08 - 来自专栏后台技术汇
大模型应用之概念篇（3）：模型分类、不可能三角
性能与成本构成线性约束（Proposition 3）：追求更高的性能基准必然需要更大的资源投入，这种关系在云计算资源配置方案中表现得最为典型。 ：性能强，适合科研或复杂决策，专为复杂推理、数学运算、代码生成等高难度任务设计 商用大模型选型对比： 维度 基础大模型 指令微调大模型 量化大模型 蒸馏大模型 核心目标 最大化性能 任务专业化 加速推理与降本 -6% 5%-15% 硬件门槛 需GPU集群 较高，视微调方法而定 低精度硬件 单卡消费级显卡 小结：客户会根据商业化的应用场景，单独或组合使用模型优化手段，比如：指令微调（Instruction Tuning 选型案例： 序号 大模型 分类 1 DeepSeek-R1-671B-bf16 基础大模型 2 DeepSeek-R1-W8A8-671B-W8A8 量化版大模型 3 QWQ-32B-bf16 基础大模型 内地客户由于国产大模型的快速迭代，已形成稳定的使用习惯，对本地化解决方案接受度较高。 关键结论：用户习惯是技术选型的长期影响因素，短期内难以改变，需在商业策略中予以重点考量。 3.
64710编辑于 2025-07-31 - 来自专栏xiaosen
大模型应用框架-LangChain
LangChain自身并不开发LLMs，它的核心理念是为各种LLMs实现通用的接口，把LLMs相关的组件“链接”在一起，简化LLMs应用的开发难度，方便开发者快速地开发复杂的LLMs应用。 LLMs: 大语言模型接收文本字符作为输入，返回的也是文本字符. 聊天模型: 基于LLMs, 不同的是它接收聊天消(一种特定格式的数据)作为输入，返回的也是聊天消息. 2.1.1 LLMs (大语言模型) LLMs使用场景最多，常用大模型的下载库：https://huggingface.co/models： 接下来我们以「文心一言」模型为例, 使用该类模型的组件： 第一步 第二步：借助百度智能云–千帆大模型平台：申请API Key 以及Secret Key 想请见附件手册 第三部：代码实现 import os from langchain.llms import 因为大模型虽然非常强大，但是也具备一定的局限性，比如不能回答实时信息、处理数学逻辑问题仍然非常的初级等等。因此，可以借助第三方工具来辅助大模型的应用。
1.4K10编辑于 2024-06-04 - 来自专栏深度学习与python
LangChain：简化大模型应用
PaLM）的应用。 虽然 LangChain 提供了许多工具，但其最核心的功能包括以下 3 项：一个抽象层，使开发人员能够使用一组标准化的命令与不同的 LLM 提供者进行交互；一套工具，通过实施一组最佳实践来形式化提示工程的过程 通常，比较复杂的应用程序会使用多个组件来生成所需的结果。 我们将用 SimpleSequentialChain 做个演示，它会按顺序运行多个提示。 今日好文推荐 爱奇艺VR公司业务停滞，员工或被欠薪；阿里云开源通义千问 70 亿参数模型，免费可商用；华为正式发布鸿蒙 4，接入大模型｜Q资讯 年薪超 600 万，比技术总监还高：电影行业 AI 产品经理的崛起 大模型竞争突然升级！亚马逊 CEO 亲自监督、组建新的核心技术团队，集中优势资源打造“最具野心”的大语言模型
47730编辑于 2023-09-08 - 来自专栏澜舟科技 NLP
大模型落地实践：同花顺大模型技术应用及优化
文内从业务角度介绍了大模型技术在同花顺业务上的应用以及未来探索的方向。众所周知，大模型参数量大，通用能力强，综合性能好。 这个问句量和用户量在问答系统中应该算非常大的。图片问财对话系统在大模型的应用上有几个难点。首先，它偏重金融业务知识，并且对于时效性要求很高。 这里特别说明一下“时效性”的问题。 确实在我们的业务模型里，规则占比非常大，也是因为涉及用户财产问题，技术上会比较保守。下面具体介绍问答系统里大模型应用的经验和取得的成果。 3. 信息抽取信息抽取应用场景主要是知识图谱构建和金融数据库构建两个方面。 大模型的参数增加会带来效果的提升，但是在实际应用的经济角度考虑，宁可损失一些效果，尽量减少对资源的占用，所以我们投入了很大的精力做“模型轻量化”工作。
3.2K20编辑于 2022-08-11 - 来自专栏后台技术汇
大模型应用之（4）：Langchain架构与大模型接入
背景 LangChain 是一个用于开发由大型语言模型（Large Language Model，LLM）驱动的应用程序的框架。 旨在简化使用大型语言模型的应用程序。 Langchain架构 LangChain工具 组件：大模型包装器、聊天模型包装器、数据增强工具和接口链： 提供了标准接口，和数据平台和实际应用工具紧密集成 LangChain六大模块 模块 核心作用 S3DirectoryLoader/S3FileLoader Youtube YoutubeLoader 上面只是简单的进行列举了几个，官方提供了超级的多的加载器供你使用。 Agent作为高级模块，可调用其他所有模块功能 大模型接入 接入示例 云服务和私有化大模型优劣对比 维度 开发成本 算力成本 运维成本 数据安全 云厂商大模型 较低，开箱即用 算力资源充足，大模型性能好 &吞吐量较高 较低，提供云平台监控 安全性低 私有化大模型 较高，自建大模型网关、服务鉴权、可用性等 算力硬件投入成本高，大模型性能较差低&吞吐量较低 较高，需要专业运维团队介入 安全性高，保密性强
95410编辑于 2025-08-04 - 来自专栏开源项目搭建
简单3步部署本地国产大模型DeepSeek大模型
简单3步部署本地国产大模型DeepSeek大模型DeepSeek是最近非常火的开源大模型，国产大模型 DeepSeek 凭借其优异的性能和对硬件资源的友好性，受到了众多开发者的关注。 本文将介绍如何通过简单 3 步在本地部署 DeepSeek 大模型，让你能够轻松体验这一强大的 AI 工具。 影响社会文化领域改变工作生活方式：在自然语言处理等方面的能力，可提高翻译、写作、代码生成等工作效率，在制定旅行攻略、翻译外语等日常生活场景中也广泛应用。 deepseek-r1的哪个版本的大模型？ 这些不同规模的模型在模型能力、资源需求和应用场景上有所不同。
6.8K33编辑于 2025-02-06 1大模型应用开发基础
1、大模型应用开发基础 AGI（Artificial General Intelligence）中文译为「通用人工智能」。是具备超越人类智能的 AI。 大模型 AI 能干什么？ 大模型，全称「大语言模型」，英文「Large Language Model」，缩写「LLM」。 本课第一个专业向要求：分清对话产品和大模型。 AI 技术正逐步应用于艺术创作。 「AI」之后出现「技」的概率大于其它字。这些字之间的概率关系，就是大模型训练时学到的。 划重点：使用大模型，首先要建立对象感。你是什么角色？Ta 是什么角色？ 大模型应用产品架构 Agent 模式还太超前，Copilot 是当前主流。 实现 Copilot 的主流架构是多 Agent 工作流 模仿人做事，将业务拆成工作流（workflow、SOP、pipeline） 每个 Agent 负责一个工作流节点 大模型应用技术架构 大模型应用技术特点
9710编辑于 2026-06-16- 来自专栏AI技术应用
AI教育大模型及其应用
人工智能在教育领域的应用日益深入，涌现出许多AI教育大模型，它们致力于提升教学效率、优化学习体验、推动教育公平。 以下是一些国内外知名的AI教育大模型及其应用：国内AI教育大模型：科大讯飞星火语伴： 基于科大讯飞星火认知大模型，主要应用于语言学习领域。 好未来MathGPT： 好未来（学而思）自研的数学学习大模型，专注于数学学科的学习。网易有道子曰教育大模型： 国内首个教育大模型，已率先推出六大应用，并在词典笔等学习硬件上实现全科辅导。 天工大模型（昆仑万维）： 国内首个对标ChatGPT的双千亿级大语言模型，也是AI搜索引擎和对话式AI助手。EmoGPT（华东师范大学）： 自研大模型，主要应用于心理疏导。 国外AI教育大模型：Khanmigo（可汗学院）： 基于ChatGPT-4，应用于多学科学习，为学生提供个性化问答和深度思考支持。
1.3K10编辑于 2025-06-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号