百炼+魔笔,极速开发端到端的大模型应用

简介: 随着大模型技术的不断进步,应用创新呈现出蓬勃发展的势头。开发者在基于百炼完成智能体开发后往往还需要解决应用正式生产上线相关的一系列工程性问题,本文介绍如何通过百炼 + 多端低代码开发平台魔笔的云产品组合的方式快速构建一个端到端的大模型应用,为AI创新加码提速。

背景介绍


随着大模型技术的不断进步,各行各业的应用创新呈现出蓬勃发展的势头。合适的开发工具能够帮助企业更迅速地将模型转化为实际应用,从而加速 AI 的创新进程和价值实现。

开发者在基于百炼搭建智能体应用的过程中,除了智能体本身涉及的工作流及Prompt工程以外,往往还需要解决最终应用上线面向用户的工程化链路,包括面向用户侧的应用前端界面开发,和既有的业务系统或者企业账号系统打通,以独立的Web应用或者是以页面的方式嵌入已有的移动App和小程序中等等。在阿里云上,除了百炼这样的智能体开发平台外,我们也有面向用户端应用的低代码开发平台魔笔,今天我们就一起看看如何通过使用百炼+魔笔的云产品组合的方式快速构建一个端到端的大模型应用,为AI创新提速。


image.png

上面这张架构图就是百炼 + 魔笔协作开发大模型应用的示意图,假定基于百炼我们已经完成了智能体应用的开发和调试,接下来基于魔笔,我们能够快速扩展智能体应用的工程完整性,解决智能体升级为端到端应用的最后一公里问题:

  • UI开发:魔笔提供丰富的UI组件、应用模板和可视化设计器,可以通过低代码的方式快速生成智能体应用前端界面;
  • 账号权限:魔笔支持开发者为智能体应用配置自有的账号和用户权限,同时也支持对接钉钉、企微等三方身份源进行应用登录;
  • 系统集成:魔笔支持完善的集成能力,能够无缝集成各类云产品和企业自有的业务系统,实现智能体与企业IT体系的互联互通;
  • 多端发布:魔笔支持丰富的应用发布模式,智能体可以独立发布为Web/H5应用,或者以页面方式嵌入已有的Web/H5/移动App/小程序中;

接下来,我们就以一个经典的RAG知识问答应用为例,介绍百炼+魔笔协作开发大模型应用的最佳实践。


企业内部 RAG 知识问答应用实践

方案简介

本章节介绍如何通过多端低代码平台魔笔来链接和集成阿里云生态系统中的核心服务——大模型服务平台百炼云数据库 RDS,快速构建一个生产级别的企业 RAG(检索增强生成)知识问答应用。我们设计的应用具备以下关键功能:

  • 智能聊天 UI 界面
  • 基于 RAG 智能体的用户友好型聊天界面
  • 会话持久化存储确保对话连贯性。
  • 智能文档关联与溯源展示
  • 用户反馈机制(赞踩功能),持续优化系统表现。
  • 数据分析控制台 UI
  • 深度会话分析,包括对话轮次统计
  • 用户反馈数据可视化(赞踩统计)
  • 关键性能指标趋势图表

最后,我们将测试完成的应用将一键发布为独立可访问的 Web PC / H5 应用。

架构简介

本文所涉及的应用及功能架构如下图表所示:

架构层次

核心服务/组件

主要责任/功能特点

模型服务层

  • 大模型服务平台百炼
  • 魔笔资源集成服务
  • 基于大模型服务平台百炼进行 RAG 智能体开发和调试。
  • 基于魔笔资源集成服务,在魔笔应用中集成百炼智能体应用。

用户界面层

  • 魔笔 UI 设计器
  • 基于低代码方式快速构建前端应用。
  • 支持 Web 多端搭建(H5/PC),满足不同业务场景需求(2B、2C)

应用服务层

  • 魔笔集成操作 & 前端操作编排 
  • 基于魔笔集成资源操作前端 Javascript 逻辑对集成资源进行编排和功能串联

数据持久层

  • 云数据库 RDS
  • 魔笔资源集成服务
  • 基于云数据库 RDS 建立领域模型库表,存储聊天会话数据长期记忆体的元信息。

身份权限管理

  • 魔笔用户中心
  • 基于魔笔用户中心完成身份源管理及账号级别的资源权限管控,并支持匿名身份权限账号进行功能测试。

image.png


方案实施

智能体开发

RAG 应用的核心是模型服务,首先第一步在百炼构建测试和发布 RAG 智能体应用。我们在百炼平台分别完成创建知识库、文件导入和以及对应的 RAG 应用创建,并进行测试。关于百炼平台 RAG 应用构建的详细步骤,可参考百炼官方的最佳实践文档。其中,在本文的案例中有几个关键的配置步骤需要注意:

  • 知识库:在选择知识库的文件数据过程中,可以根据实际的业务场景进行知识库文件的整理和上传,或者可以使用我们在本文中整理的一些测试数据以供完成 RAG 应用的测试和使用。

image.png

  • 溯源信息:在配置 RAG 智能体知识库关联的过程中,需要在「检索配置」中选择展示回答来源,从而在端应用中获取和展示 RAG 智能体返回的溯源信息。

image.png

在配置完成后我们将测试好的智能体应用发布。至此,我们完成了 RAG 智能体应用的开发,下一步我们将在多端低代码平台魔笔中集成该智能体应用,并围绕其构建生产级别的端到端应用。

集成智能体

本节我们通过多端低代码平台魔笔集成在百炼平台上已经构建好的智能体。集成资源功能是魔笔平台对外部数据库、API、和 AI 等业务资源的统一管理能力。我们将上一节中发布的智能体应用引入应用。首先,我们在魔笔的控制台中创建一个类型为「百炼智能体应用」的集成资源:

image.png

在 「API-KEY」的表单项中,我们填入百炼平台的 API-KEY ,我们可以在百炼应用的发布渠道界面中获取到该 API-KEY:

image.png

image.png

保存之后,我们在魔笔控制台创建一个新的应用,来引用我们刚刚创建的集成资源。首先新建「空白」应用:

image.png

集成操作是魔笔平台中使用集成资源的操作单元,我们可以通过集成操作来使用先前创建的智能体应用资源。接下来,我们在页面中创建一个集成操作并绑定我们上一步中创建的集成资源。在集成操作的面板中,我们输入百炼应用的 appId 及测试用的提示词即可在魔笔平台中完成 mock 测试,其中百炼应用的 appId 可以在百炼应用列表中获取:

image.png

image.png

image.png

至此,我们完成了百炼 RAG 智能体应用在魔笔应用中的集成引用,下一步我们将基于集成操作和魔笔平台预制的系统组件来设计和搭建一个聊天前端 UI 界面。

ChatUI 定制

魔笔平台提供的可视化搭建设计器,可以轻轻松松快速构建简洁的前端 UI。我们将页面类型切换为移动端模式,并在设计器中直接拖入一个聊天组件:

image.png

接下来,我们稍微调整一下聊天组件的大小,以让其充满整个屏幕:我们将组件弹性尺寸宽度和高度均调整至自定义 CSS,并分别赋予 100vw 和 100vh

image.png

然后,我们将上一步中创建的集成操作与组件进行关联,分别需要完成以下两个步骤:

  • 在集成操作的「提示词」一栏中引用聊天组件的最新输入内容,假设我们页面中的聊天组件的名称为 chat1,如若想当前用户的最新输入,我们可以使用组件内部的属性 currentMessage.content ,我们将 chat1.currentMessage.content填入「提示词」(关于各类组件所开放的属性和API,可以参考魔笔相关文档)。

image.png

  • 在聊天组件的「AI 集成操作」选项中选择对应的集成操作名称并完成绑定。

image.png

完成关联后,我们此时可以直接在聊天组件的输入框中输入内容来进行效果测试:

image.png

接下来,我们可以进行一些视觉效果的优化,我们参考魔笔官方文档中「如何给RAG应用添加文档链接引用」的教程为刚刚的应用添加文档溯源效果。完成搭建后,我们测试一下文档溯源和优化显示的效果,可以看到我们的聊天界面已经可以正确显示引用角标和引用来源了。

image.png

至此一个简洁、美观的 RAG 应用聊天界面就搭建完毕了。除了基本的功能以外,魔笔的聊天组件还提供了诸如欢迎语、快捷回复、提问自动补全等功能,可根据实际业务需求来进行搭建。在下一节中我们将通过云数据库 RDS 来实现会话数据的持久化库表建设并借助魔笔集成能力将其挂载到应用之中。


RDS 初始化和集成

企业级 RAG 应用中,聊天会话数据数据的持久化存储和分析是必不可少的一环。因此我们借助阿里云 RDS 完成后台数据建模,并借助魔笔强大的资源集成能力,将数据库“挂载”到我们搭建的应用上。首先我们需要开通阿里云 RDS 服务,并创建一个公网可访问的数据库,具体流程可参考RDS 官方文档。并记录云数据库的 host、端口号以及具有权限的账号密码。

在数据库中,我们建立如下两张表,分别用于存储用户会话的数据和用户赞踩行为记录。其中 conversation 表我们用于记录用户会话的数据,字段描述如下:

字段

描述

id

唯一标识的 uuid,主要由前端聊天组件自动生产

parentId

可空,标识会话回答内容的问题,由前端聊天组件自动生产

createAt

会话创建时间,由前端聊天组件自动生产

updateAt

会话修改时间,由前端聊天组件自动生产

role

会话角色,主要分为,由前端聊天组件自动生产

content

会话具体内容,由前端聊天组件自动生产

userId

登录用户 ID

 

behavior 表我们用于记录用户点赞点踩行为的数据,字段描述如下:

字段

描述

id

自增 ID

behavior

用户行为,其中 0 代表点踩、1代表点赞

conversation_id

关联的会话 ID

userId

登录用户 ID


参考的 SQL DDL 如下:

CREATE TABLE conversation (
    id VARCHAR(255) PRIMARY KEY,
    parentId VARCHAR(255),
    createAt BIGINT,
    updateAt BIGINT,
    userId VARCHAR(255),
    role VARCHAR(50),
    content TEXT
);
CREATE TABLE behavior (
    id INT AUTO_INCREMENT PRIMARY KEY,
    conversation_id VARCHAR(255),
    user_id VARCHAR(255),
    behavior INT,
    FOREIGN KEY (conversation_id) REFERENCES conversation(id)
);

接着,我们在魔笔的控制台中创建一个类型为「MySQL」的集成资源,并在配置表单中填写我们先前创建的 RDS 数据库的连接信息,注意这里的 Host 字段我们需要填写 RDS 中数据库实例的外网连接端口。关于 RDS 中如何查看端口、Host 及账号访问信息,可分别参考 RDS 官方文档中对应的数据库连接教程账号创建教程。此处也可以选择「从当前云账号录入」的选项,来绑定当前云账号下的 RDS 资源。


‼️如果您使用的是 RDS 数据库实例,请务必在 Host 中填写外网地址,如何获取外网地址请参考申请或释放外网地址


image.png

接下来,我们在页面中创建一个集成操作并绑定我们上一步中创建的集成资源。在集成操作的面板中,我们输入用于测试用的 SQL 语句即可在魔笔平台中测试数据库访问结果。

image.png

image.png

至此,我们完成了云数据库 RDS 在魔笔应用中的集成引用,下一步我们将基于该数据库类型的集成操作对先前搭建的聊天界面进行更新,引入持久化会话存储和赞踩反馈功能。

会话数据 & 行为持久化

本节我们继续优化聊天界面,为其增加会话存储逻辑和赞踩功能反馈。首先,我们针对上一节创建的数据库表,创建两个针对会话的集成操作,分别代表「拉取历史会话列表」和「插入会话」(即存储会话)功能,参考的 SQL 语句如下:

在这里,我们在拉取会话列表时可以根据业务限定拉取历史会话窗口大小,本文以拉取最近 10 条数据为例:

image.png

SELECT * FROM conversation ORDER BY createAt LIMIT 10;

同时,我们将「拉取历史会话列表」集成操作的触发行为更改为「自动运行」。设置为自动运行的数据库集成操作,初次加载和集成操作内部的依赖引用项变更时会自动触发数据库访问的调用。

在「插入会话」的集成操作中,我们在集成操作的 SQL 面板中引用页面组件数据来完成最新会话数据的插入逻辑,并在 SQL 语句中以{{ param1 }}模板表达式形式使用它们,其中用户 ID 我们可以通过魔笔 API 中的mobi.currentUser.id获取,而聊天组件中最新的发送或回答内容,我们使用 chat1.context[chat1.context.length - 1] 来获取,context 代表一个聊天组件中的所有会话内容,每项数据都包含 id、parentId、createAt、updateAt、role 和 centent 数据:

image.png

INSERT INTO conversation 
  (id, parentId, createAt, updateAt, userId, role, content)
VALUES (
   {{chat1.context[chat1.context.length - 1].id}}, 
   {{chat1.context[chat1.context.length - 1].parentId || ''}}, 
   {{chat1.context[chat1.context.length - 1].createAt}}, 
   {{chat1.context[chat1.context.length - 1].updateAt}}, 
   {{mobi.currentUser.id}}, 
   {{chat1.context[chat1.context.length - 1].role}}, 
   {{chat1.context[chat1.context.length - 1].content}}
  )

同样的,我们基于 behavior 创建一个用于插入赞踩行为记录的集成操作。对于赞踩记录的功能来说,我们需要为集成操作传入「赞踩类型」和「赞踩的目标」来实现业务功能。在魔笔集成操作的设计上,可选参数是集成操作的一个关键能力,类似代码函数中的形式参数,我们可以在集成操作中声明可选参数并在集成操作的其他表单区域(如 SQL)中使用它们,在页面调用其他位置调用该集成操作时,我们可以通过传递实际参数的形式(通过为集成操作 API中 action.trigger(params) 方法或使用事件处理器)来填充这些可选参数。

因此在这里,我们分别将 behavior 库表所依赖的行为字段和会话 ID 定义为可选参数,并在 SQL 语句中以{{ param1 }}模板的形式使用它们:

image.png

INSERT INTO behavior (user_id,conversation_id, behavior)
VALUES ({{mobi.currentUser.id}}, {{conversation_id}}, {{behavior}})

然后,我们将上一步中创建的集成操作与组件进行关联,来完成持久化数据的写入:

首先需要分别在聊天会话发送完成和回答完成阶段,触发「插入会话」的集成操作,将一轮对话会话数据落库。主要搭建思路如下,我们需要分别在「发送内容」和「回答完成」两个事件阶段来完成集成操作的触发,因此我们可以采取组件提供的事件响应机制来完成这两个事件处理器的绑定

image.png

接下来,我们为应用添加历史数据加载的能力,在聊天组件的数据源部分绑定「拉取历史会话」的集成操作数据,主要搭建思路如下,我们需要给聊天组件绑定初始化数据,在这里我们直接在组件的「信息」属性中使用集成操作的 APIaction2.data来获取集成操作的结果数据(「信息」属性即代表聊天组件的初始化聊天信息):

image.png

最后,我们自定义聊天组件的操作栏,分别触发点赞和点踩的集成操作,操作拦是聊天组件中每一个会话用于相应用户操作行为的区域,可以在这里添加诸如「复制文本」、「重复提问」或「自定义逻辑」等响应行为。我们在聊天组件的「操作栏」中分别添加用于点赞和点踩的操作项,在配置适合的图标和文案后,我们将操作类型选为自定义并添加事件处理器。在事件处理器中,我们执行先前创建的赞踩逻辑的集成操作,具体配置可参考下图搭建逻辑:

image.png

{
  conversation_id: currentItem.id,
  behavior: 1, // 1 代表点赞
}

image.png

{
  conversation_id: currentItem.id,
  behavior: 0 // 0 代表点踩
}


至此,我们完成了会话数据的持久化逻辑,再次重新进入页面时将可以看到历史的聊天数据。

image.png

数据分析后台搭建

除了面向 C 端的聊天界面,魔笔基于 Antd 内置了丰富的企业中后台场景精美组件,我们根据上一步中构建的集成操作,为其构建一个简洁美观的后台分析页面。针对面向 PC 端中后台的页面,可参考如下的导航布局 + 内容的形式:

image.png

首先我们完成整体页面 UI 布局的搭建,在魔笔平台中,我们可以轻松地借助布局搭建能力来完成简介的上下或左右布局页面的初始设计。本例中,我们使用的是上下布局的设计。因此,我们新建一个页面,并添加一个布局。

image.png

接着我们可以删除本例中不需要的左侧布局,然后我们退出布局编辑态后在页面中引用这个布局,在目标页面周边的空白区域点击后,我们可以在右侧的属性设置器中找到「页面布局」下拉选项:

image.png

接下来,我们进行内容区域的搭建,可参考如下较为简单、紧凑中后台页面设计范式:

image.png

然后,我们在页面的内容区域的相应位置直接拖入用于概览统计的「统计」组件、用于可视化报表的「折线图』组件,以及承载数据明细的「表格」组件,并适当拖拽调节宽高、位置、显示文案等样式:

接下来,我们来获取后台页面的数据内容,和上一节类似,我们针对数据库创建四个集成操作,分别代表「统计对话轮次」、「统计用户数」、「按日聚类对话信息」以及「落库对话数据 & 其赞踩状态」。本文将可供参考的 SQL 在下表中列举,具体搭建行为不再赘述:

功能

SQL

统计对话轮次

(假设我们按 parentId 来唯一标识一轮对话)

SELECT COUNT(DISTINCT parentId) AS conversation_rounds
FROM conversation
WHERE parentId IS NOT NULL AND parentId != '';

统计用户数

SELECT COUNT(DISTINCT userId) AS unique_users
FROM conversation
WHERE userId IS NOT NULL AND userId != '';

按日聚类对话信息

SELECT 
    DATE_FORMAT(FROM_UNIXTIME(createAt / 1000), '%Y-%m-%d') AS date,
    COUNT(DISTINCT CASE WHEN parentId IS NOT NULL AND parentId != '' THEN parentId END) AS count
FROM 
    conversation
GROUP BY 
    DATE_FORMAT(FROM_UNIXTIME(createAt / 1000), '%Y-%m-%d')
ORDER BY 
    date;

落库对话数据 & 其赞踩状态

SELECT 
    c.id,
    c.parentId,
    c.createAt,
    c.updateAt,
    c.userId,
    c.role,
    c.content,
    b.behavior,
    CASE 
        WHEN b.behavior = 1 THEN '赞'
        WHEN b.behavior = 0 THEN '踩'
        ELSE '无评价'
    END AS behavior_type
FROM 
    conversation c
LEFT JOIN 
    behavior b ON c.id = b.conversation_id AND c.userId = b.user_id
ORDER BY 
    c.createAt DESC, c.id;

然后,我们分别为页面的四个组件绑定这些集成操作的数据、修改显示文案,在 Table 组件中我们可以触发「数据列」旁的刷新按钮自动根据数据生成表格视图:

其中,四个集成操作及其消费组件的关键的配置截图如下:

image.png

image.png

image.png

image.png


最后,我们稍微调整样式后(如调整表格的列配置、增加容器优化布局效果、增加标题显示等),即可得到一个简洁干练的中后台报表页面:

image.png

发布应用和试用链接

魔笔提供多种发布环境以支持应用完整性地通过测试、灰度和上线的流程。在正式发布到生产环境之前,您可以通过发布应用到开发环境来快速测试应用。在魔笔设计器中选择右上角的「发布」按钮并填写信息进行应用的发布,发布成功后可以获取到应用的访问地址,您可以点击链接来体验试用 H5 聊天页面以及其管理后台

image.png

未来扩展

  • 全渠道发布

除了发布为独立的 Web 应用,魔笔也支持被集成模式,发布页面嵌入到已有的 Web、移动App、小程序中。具体集成方案可以参考魔笔文档中全渠道集成的最佳实践文章。


  • 权限管控

在魔笔平台中,权限组是和角色类似的概念,开发者可以通过权限组来管理用户对当前空间内应用、集成和集成流的具体访问权限。一般地,一个权限组会包含多个用户,一个用户也可能归属于多个权限组,用户和权限组是多对多的关系。应用搭建完成和基本测试后,向上汇报、分享体验等场景需要发布临时测试账号。为防止重要数据泄露等方面,不同页面或资源针对不同测试用户,我们可以使用魔笔权限管控能力来轻松做到资源细粒度的权限控制。


  • 终端用户接入与身份源

在业务规模增长后,根据发布渠道的不同会出现多种可能的身份源。魔笔用户中心提供了应用身份源统一管理的能力,除本文例子中的匿名登录以外,通关身份源管理和登录配置,我们可以轻松做到阿里云账号登录、测试账号分享、钉钉企业应用免登、企业微信集成以及企业自定义 iDaaS 身份源登录等高频终端用户访问接入场景。


延伸阅读

除了 RAG 知识问答应用以外,在魔笔平台我们也提供了其他大模型应用模板,方便开发者开箱即用,定制扩展,相关模板链接如下:

智能客服:https://mobinext.console.aliyun.com/{您的空间 id}/templates/978b5c86-3e3a-47e2-a20b-4c4d4c46acd2

个人云助手:https://mobinext.console.aliyun.com/{您的空间 id}/templates/2fc4c9cb-cee2-45fd-a858-f6592c5a151e

企业知识问答:https://mobinext.console.aliyun.com/{您的空间 id}/templates/74c01018-92a2-46af-818c-ed0709440302

AI内容创作:https://mobinext.console.aliyun.com/{您的空间 id}/templates/0c32b297-eec7-411b-b083-33a689561909

App Copilot:https://mobinext.console.aliyun.com/{您的空间 id}/templates/4c892729-9950-4353-8146-33542b869e01

相关实践学习
如何快速体验知识检索增强应用
在应用广场中您可以挑选智能体API应用、官方预置完整工程链路的知识检索增强(RAG)应用、流程编排应用,以及官方最佳实践的写作应用妙笔等,通过应用快速将通义千问系列等大语言模型能力接入到业务解决方案中。
相关文章
|
运维 关系型数据库 OLAP
阿里云百炼 x AnalyticDB向量引擎, 搭积木式轻松开发专属大模型应用
对大模型应用跃跃欲试,但奈何技术栈复杂难以下手?已经进行试水,但缺乏调优手段无法保障召回率和问答准确度?自行搭建大模型、向量检索引擎、服务API等基础组件难以运维?大模型种类繁多,但缺乏行业模型和应用模板?阿里云百炼 x AnalyticDB向量引擎推出一站式企业专属大模型开发和应用平台,像搭积木一样轻松完成企业专属大模型应用的开发,提供应用API,可一键接入企业自己的业务应用对外提供服务。
1242 0
|
8月前
|
自然语言处理
阿里云百炼大模型服务--企业知识检索问答指南
阿里云百炼提供的企业知识检索问答应用可以帮助大家实现让大模型瞬间“开挂”的技能。结合上传的知识数据,大模型识别解析学习文档内容,最终给出生成式回复。我们在通义千问-Turbo/Max大模型基础上,将文件上传、读取、切片、向量化等过程都开发好预置在应用中,实现开箱即用,更能满足您的日常需求。
|
6天前
|
人工智能 自然语言处理 API
用AI Agent做一个法律咨询助手,罗老看了都直呼内行 feat.通义千问大模型&阿里云百炼平台
本视频介绍如何使用通义千问大模型和阿里云百炼平台创建一个法律咨询助手AI Agent。通过简单配置,无需编写代码或训练模型,即可快速实现智能问答功能。演示包括创建应用、配置知识库、上传民法典文档、构建知识索引等步骤。最终,用户可以通过API调用集成此AI Agent到现有系统中,提供专业的法律咨询服务。整个过程简便高效,适合快速搭建专业领域的小助手。
91 21
|
29天前
|
Python
阿里云百炼大模型生成贪吃蛇小游戏
阿里云百炼大模型生成的贪吃蛇小游戏增加了背景音乐功能。通过Pygame的`mixer`模块,实现背景音乐的加载和播放。关键步骤包括:1. 安装Pygame;2. 准备音乐文件;3. 修改代码以初始化混音器并加载音乐。游戏开始时自动播放背景音乐,支持无限循环。此外,还可以根据需要调整游戏速度、难度及添加更多音效。
59 13
|
26天前
|
安全 网络协议 Java
【最佳实践系列】高并发调用百炼语音合成大模型
本文介绍了阿里云百炼的CosyVoice语音合成大模型及其高并发调用优化方案。CosyVoice支持文本到语音的实时流式合成,适用于智能设备播报、音视频创作等多种场景。为了高效稳定地调用服务,文章详细讲解了WebSocket连接复用、连接池和对象池等优化技术,并通过对比实验展示了优化效果。优化后,机器负载降低,任务耗时减少,网络负载更优。同时,文章还提供了异常处理方法及常见问题解决方案,帮助开发者更好地集成和使用SDK。
|
2月前
|
人工智能 自然语言处理 算法
Jarvis×百炼,打造大模型智慧出行客服
本次分享由哈啰集团高级算法专家郭佳盛主讲,主题为“Jarvis×百炼,打造大模型智慧出行客服”。内容涵盖AI在智慧出行领域的应用探索、AI加持客服全链路解决方案、哈罗智能客服的大模型应用、大模型在C端与B端的应用探索,以及企业内部大模型构建与运营。通过实例和经验分享,展示了哈啰如何将大模型应用于实际业务,提升用户体验和运营效率。
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
阿里云百炼大模型:引领企业智能化升级的下一代 AI 驱动引擎
随着人工智能技术的快速发展,大规模预训练模型正在改变各行各业的智能化进程。阿里云百炼大模型(Ba-Lian Large Model)作为阿里云推出的企业级 AI 解决方案,通过深度学习、自然语言处理、计算机视觉等前沿技术,帮助企业实现智能化升级,提升业务效率和创新能力。本文将详细介绍阿里云百炼大模型的核心技术、应用场景及其优势,帮助企业更好地理解和利用这一革命性工具。
1121 1
|
5月前
|
存储 人工智能 机器人
通义大模型百炼融合AnalyticDB, 10分钟打造企业微信AI助手
通义大模型百炼融合AnalyticDB, 10分钟打造企业微信AI助手。只需简单几步,即可在企业微信集成AI助手,提升客户服务体验。参与“10分钟打造企业微信AI助手”活动,完成指定任务即可赢取定制礼品,数量有限,先到先得。
|
5月前
|
SQL 自然语言处理 数据建模
阿里云百炼|析言GBI在中国一汽上线,大模型技术融入数智化转型
中国一汽自2022年起启动数智化转型,针对传统BI系统的局限性,如报表生成慢及数据处理不灵活等问题,与阿里云合作开发GPT-BI(阿里云百炼|析言GB)。该应用基于通义千问大模型,支持自然语言查询,自动产生分析图表,覆盖九大决策场景,准确率达92.5%。显著提高了决策效率与数据治理水平,引领汽车行业数智化转型新趋势。
|
6月前
|
人工智能 关系型数据库 OLAP
通义大模型百炼融合AnalyticDB, 阿里云专家手把手带你10分钟创建网站AI助手
本次陪跑班将从一个企业开发者的角度出发,手把手带你用AnalyticDB for PostgreSQL的高效向量引擎与阿里云自主研发的通义大模型服务平台百炼,只需10分钟即可为您的网站添加一个AI助手。加入钉群观看直播课程,更有精彩好礼等你拿!

热门文章

最新文章

相关产品

  • 大模型服务平台百炼