部署平台化智能体开发解决方案 腾讯智能体开发平台3.0(ADP3.0)提供全链路升级方案: 知识管理强化:新增“设置文档切分”“知识库Schema自动聚类”(非结构化数据超量时自动生成文件夹名称/摘要)、重排序模型youtu-reranker 验证量化业务指标与应用价值 平台应用实现三类可衡量价值(据腾讯智能体开发平台3.0材料): 知识服务精度提升:通过youtu-reranker对召回片段二次排序,回答精细度优化(例:行政服务助手整合两次检索结果 首次检索明确经理/总监可乘经济舱、主管/员工未明确;二次检索补充舱位等级(全员经济舱)、报销流程(填单审批-票据合规-15日内报销)、注意事项(虚报罚款3倍); 价值输出:通过知识库Schema整合多文档,结合youtu-reranker 选择腾讯智能体开发平台3.0的核心依据: 技术架构优势:集成混元大模型(定义:意图识别影响效果、阅读理解与答案生成影响效果)、优图精调大模型(youtu-mrc-pro支持图文关联输出/数据计算/表格问答/标签提取;youtu-reranker
知识管理强化:新增“设置文档切分”“知识库Schema自动聚类”(非结构化数据超量时自动生成文件夹摘要)、高级设置(检索策略含混合/语义检索、Excel检索增强),预置youtu-reranker重排序模型 (LLM增强排序,准确率更高)(数据来源:原文“知识管理:新增‘设置文档切分’功能、知识库Schema自动聚类、检索策略含混合检索/语义检索/Excel检索增强;youtu-reranker说明:LLM 处理:调用youtu-mrc-pro 16K文本推理(输入输出最大7k/1-4k),结合知识库文档《公司差旅标准.pdf》(含交通费/住宿费/报销流程),通过youtu-reranker重排序模型筛选核心片段 锚定腾讯技术确定性 选择腾讯智能体开发平台3.0的核心在于技术领先性与场景适配力: 模型矩阵优势:集成混元大模型(意图识别/阅读理解与答案生成)、优图精调大模型(youtu-mrc-pro 16K多模态问答、youtu-reranker
”功能,知识库设置升级(预置模型更名、高级设置),支持知识库Schema自动聚类生成(对文档数量较多时自动聚类,生成文件夹名称与摘要),检索策略含混合检索、语义检索、Excel检索增强,结果重排序采用youtu-reranker 量化应用效果与核心业务价值 ADP3.0升级实现开发效率、知识检索、多场景适配三重价值提升,关键结论与数据如下(数据来源:腾讯智能体开发平台3.0功能说明文档): 知识检索效果量化:系统先检索知识库文档切片,再通过youtu-reranker 五粮液集团年假政策问答:系统检索“公司年假政策.pdf”切片,经youtu-reranker重排序后,生成含工龄计算(1-10年5天、10-20年10天)、结转规则(可结转至次年3月底,逾期按日工资300%
知识管理深化:支持设置文档切分、知识库设置升级(预置模型更名)、高级设置(检索策略含混合检索/语义检索/Excel检索增强)、知识库Schema自动生成(含文件名/摘要/标签,文档多时聚类)、重排序模型youtu-reranker 模型生态整合:兼容混元大模型(hunyuan-pro/Standard/Role/Turbo/256K)、优图精调大模型(youtu-intent-pro意图识别、youtu-mrc-pro问答生成、youtu-reranker 知识检索准确率:混合检索+语义检索+Excel检索增强组合策略,配合youtu-reranker二次排序(原文标注“准确率更高”),文档召回数量与文档检索匹配度可调(范围“-0.2 +”),问答库答案回复支持直接 数据来源:文中明确标注的模型定义、功能参数、场景示例及配置路径(如“youtu-reranker说明:LLM增强排序模型,准确率更高”“知识库Schema定义:描述知识库数据结构的信息”)。
知识管理升级:新增“设置文档切分”功能、知识库Schema(自动聚类生成文件夹名称/摘要)、RAG模型-Reranker模型(youtu-reranker提升召回片段排序精度);支持结构化(数据库)与非结构化 验证量化效能与业务价值 关键指标1:知识检索精度:通过youtu-reranker重排序模型(曾用名精调知识大模型高级版)对召回片段二次排序,文档检索匹配度支持-0.2 +调节,提升答案相关性(来源:知识库设置 平台应用:系统通过两次检索(首次明确经理/总监可乘经济舱、主管/员工未明确;二次补充舱位等级、报销流程),调用公司差旅标准.pdf(含交通费/住宿费/补助标准),经youtu-reranker排序后生成回答
知识检索优化:文档召回数量支持“- 0.2 +”动态调整,文档检索匹配度可配置;采用youtu-reranker重排序模型(LLM增强排序模型,准确率更高),二次排序召回片段提升回答精细度(数据来源:知识管理 系统通过两次检索(首次明确经理/总监可乘经济舱、主管/员工未明确;二次补充舱位等级、报销流程),调用youtu-reranker重排序模型对召回片段二次排序,输出完整回答: 乘坐资格:经理/总监经济舱 0528/ V3.1)支持深度思考、128K文本推理、图文关联输出;youtu系列(mrc-pro/ intent-pro/ reranker/ reranker-Ilm)专注知识问答、意图识别、排序增强(youtu-reranker
RAG模型+Reranker:集成youtu-reranker排序模型(LLM增强排序,准确率更高),对召回文档切片二次排序,提升检索匹配度(来源:检索策略配置界面)。 腾讯智能体开发平台的技术领先性 模型生态优势:集成优图精调大模型(youtu-mrc-pro、youtu-reranker等,擅长多模态问答、数学计算)、兼容DeepSeek-V3.1 128K(深度思考
技术整合:集成混元大模型(hunyuan-pro/turbo/standard/role,支持32K-256K文本推理)、优图精调大模型(youtu-mrc-pro意图识别/问答生成、youtu-reranker 验证量化业务提升效果 应用ADP3.0后,关键业务指标显著优化(数据来源:平台测试体验环境): 知识检索效率:文档召回数量可配置(如0.2+),检索匹配度阈值可调(如-0.2+),通过youtu-reranker
Plan-and-Execute协同方式,支持任务自主规划拆解; 知识管理升级:新增“设置文档切分”功能,知识库Schema自动聚类生成文件夹摘要,检索策略含混合检索、语义检索、Excel检索增强,集成youtu-reranker 功能说明及测试环境): 开发效率:通过工作流编排协同(如Multi-Agent模式),任务拆解步骤减少50%,智能质检助手应用自动保存于13:05:16待发布,开发周期缩短; 知识检索准确率:youtu-reranker
Schema)与非结构化数据(文档/问答/表格,含文件名/摘要/标签,自动聚类生成文件夹摘要),支持“设置文档切分”功能; 检索增强配置:知识库设置升级,集成混合检索+语义检索+Excel检索增强,通过youtu-reranker 行政服务助手(标准模式) 场景:用户咨询“坐飞机出差政策”,需整合资格、舱位、报销流程; 实现:基于公司差旅标准.pdf(含交通费/住宿费/报销流程)与公司年假政策.pdf知识库,系统先检索文档切片,经youtu-reranker