达摩院智能对话技术升级-更人类,更温暖-通义对话大模型SPACE加持下的新一代对话智能-SPACE-T:从客服迈向智能BI

本文涉及的产品
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,5000CU*H 3个月
交互式建模 PAI-DSW,5000CU*H 3个月
简介: 达摩院智能对话技术升级-更人类,更温暖-通义对话大模型SPACE加持下的新一代对话智能-


 

image.png

 

表格是各行各业最普遍的结构化数据或知识的存储形式。企业只要有信息化系统,就会有SQL数据库与表格。

 

image.png

 

早在2019年阿里云智能客服就开始进行Table QA的研究与落地。在全球范围来看,都属于最早切入这个方向的研究者和实践落地团队。经过数年打磨,Table QA在阿里云智能客服产品矩阵中大规模落地。

 

我们已经实现多轮对话能力、多表联合查询能力。企业百万行级的数据库可以一次性接入,再大量级的数据库可以做水平扩展;整个开箱准确率达到85%,经过阿里云智能客服的适配性训练后,准确率可以升至90%以上。

 

image.png

 

Table QA技术在客服问答场景开箱落地以后,我们也一直在思考技术接下来的发展方向,多方考虑后还是觉得始终该回归到出发点上。Table QA是基于表格、SQL数据库构建起来的,面向SQL数据库时,除了能够做问答以外,BI智能分析也是十分重要的方向。

 

问答是以SQL数据库为基础来回应客户疑问;BI则是以SQL数据库为基础,洞察其中规律,挖掘有价值信息,为决策提供辅助支撑。所以我们一直希望可以把Table QA能力从客服领域拓展到智能BI分析领域。

 

image.png


当把Table QA技术从问答拓展到智能BI,我们遇到了两个全新的挑战。

 

l 在智能BI分析领域,整个SQL长度过长。如果在问答领域,解析出的SQL是一个句子。那么在智能BI分析领域,解析出的SQL基本是一个段落。

 

l SQL复杂度持续走高。在BI领域,SQL嵌套,仔细查询会变得非常常见。

 

我们的解决策略还是希望能够引入预训练大模型,由此提出Space-T,T代表了table,Space-T把整个问答和BI分析能力进行了统一的大规模预训练;在具体训练机制上,我们提出了TKK训练模型,该模型目前已在EMNLP 2022上正式发表。在Space-T的加持下,加速在智能BI分析领域把Table QA技术进行落地。

 

image.png

 

在BI分析里,最常用的两大类能力,是统计类和同环比趋势类。目前,阿里云智能客服可以在用户输入跨越的过程中,根据表格内容,进行智能化的下拉提示,直接填充表格内容,便于用户快捷操作,也减少了后续解析SQL过程的错误,并直接生成数据饼图。

 

image.png

 

统计类中的同环比趋势方向,生成的SQL相当于一小段文字内容,后台查询到的结果直接以线图的形式进行展现。

 

image.png

 

近年来,阿里云的TableQA技术取得了行业内的技术领先。在三大榜单Spider、SParC、CoSQL中,排名均为第一。

 

在论文研究创新方面,无论是底层的预训练大模型,下游的任务模型,以及上下游模型的执行协同,阿里云智能客服也进行了大规模的体系化创新,发表了多篇论文,

 

截止到今天为止,在这个方向上,我们在全球范围内处于领先水平。

相关文章
|
2月前
|
安全 前端开发 关系型数据库
IM即时通讯系统开发技术规则
IM即时通讯系统开发涵盖客户端与服务器端,涉及前端、后端、网络通信及多媒体处理等技术领域,支持文字、语音、图片、视频等多种实时交流方式。开发流程包括需求分析、技术选型、系统设计、开发实现、测试优化及部署维护等阶段,需关注网络通信、多媒体处理、安全性及可扩展性等关键技术点,广泛应用于社交、客服、团队协作及游戏等领域。
|
23天前
|
存储 自然语言处理 机器人
实战揭秘:当RAG遇上企业客服系统——从案例出发剖析Retrieval-Augmented Generation技术的真实表现与应用局限,带你深入了解背后的技术细节与解决方案
【10月更文挑战第3天】随着自然语言处理技术的进步,结合检索与生成能力的RAG技术被广泛应用于多个领域,通过访问外部知识源提升生成内容的准确性和上下文一致性。本文通过具体案例探讨RAG技术的优势与局限,并提供实用建议。例如,一家初创公司利用LangChain框架搭建基于RAG的聊天机器人,以自动化FAQ系统减轻客服团队工作负担。尽管该系统在处理简单问题时表现出色,但在面对复杂或多步骤问题时存在局限。此外,RAG系统的性能高度依赖于训练数据的质量和范围。因此,企业在采用RAG技术时需综合评估需求和技术局限性,合理规划技术栈,并辅以必要的人工干预和监督机制。
51 3
|
1月前
|
人工智能 自然语言处理 搜索推荐
AI技术在智能客服系统中的应用与挑战
【9月更文挑战第32天】本文将探讨AI技术在智能客服系统中的应用及其面临的挑战。我们将分析AI技术如何改变传统客服模式,提高服务质量和效率,并讨论在实际应用中可能遇到的问题和解决方案。
181 65
|
2天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
19天前
|
自然语言处理 机器人 API
解锁电商直播新纪元:无人数字人客服如何在直播间掀起智能革命,重塑顾客服务体验的未来?
【10月更文挑战第7天】随着电商直播的兴起,客户咨询量激增,传统人工客服难以应对,无人数字人直播机器人客服应运而生。本文介绍如何使用Python、LangChain和ChatGPT搭建高效客服系统,包括安装库、设置API密钥、定义问答流程、构建FAQ知识库、集成实时聊天界面及部署上线,帮助企业自动处理客户咨询,提升用户体验。
27 2
|
2月前
|
人工智能 自然语言处理 搜索推荐
如何让智能客服像真人一样对话?容联七陌揭秘:多Agent大模型
科技云报到原创。 经历了多年的“答非所问”、“一问三不知”,很多人已经厌倦了所谓的“智能客服”。哪怕是技术已经非常成熟、可以模拟真人发音的外呼机器人,也会因为“机感”重而被用户迅速挂机或转向人工客服。 智能客服似乎遇到了一道坎,在理解用户、和用户对话方面,始终无法实现真正的“智能”。然而大模型技术的出现,让智能客服看到了前所未有的曙光——基于大模型特有的生成式技术和智能的涌现,让智能客服越来越逼近人们想象中的样子。 但问题是,仅有大模型就够了吗?大模型技术要如何引入智能客服才能落地?落地后的大模型究竟如何在智能客服具体场景中发挥作用?又能为客服行业带来了哪些改变?更进一步,对于企业和
135 1
如何让智能客服像真人一样对话?容联七陌揭秘:多Agent大模型
|
25天前
|
存储 安全 开发工具
百度公共IM系统的Andriod端IM SDK组件架构设计与技术实现
本文主要介绍了百度公共IM系统的Andriod端IM SDK的建设背景、IM SDK主要结构和工作流程以及建设过程遇到的问题和解决方案。
41 3
|
2月前
|
移动开发 前端开发 JavaScript
开源即时通讯IM框架MobileIMSDK的H5端技术概览
开源即时通讯IM框架MobileIMSDK的H5端技术概览
57 2
开源即时通讯IM框架MobileIMSDK的H5端技术概览
|
26天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术在智能客服中的应用:重塑客户体验
AI技术在智能客服中的应用:重塑客户体验
|
2月前
|
网络协议 程序员 5G
IM开发者的零基础通信技术入门(十五):理解定位技术,一篇就够
本系列文章尽量使用最浅显易懂的文字、图片来组织内容,力求通信技术零基础的人群也能看懂。但个人建议,至少稍微了解过网络通信方面的知识后再看,会更有收获。如果您大学学习过《计算机网络》这门课,那么一定不要错过本系列文章。
54 7
IM开发者的零基础通信技术入门(十五):理解定位技术,一篇就够