日前,“2020 ABC SUMMIT百度云智峰会”在北京落下帷幕。本届峰会以“智者先行”为主题,全面展示了百度智能云基于“云智一体”的独特竞争力,以及在518新战略后取得的最新成绩和产业智能化成果。环信作为百度智能云战略合作伙伴受邀出席峰会。
在2020 ABC SUMMIT百度云智峰会的“智能生态”专题论坛上,百度副总裁朱亚立重磅发布了“云智新生态战略”,以百度AI技术为核心优势,赋能生态伙伴,在重点行业赛道选择头部优质伙伴,并与伙伴开展集成与被集成的合作,提升从技术服务到行业应用能力,同时围绕云市场及销售体系加强销售伙伴管理与赋能,优化商业化体系。
在智能客服领域,智能客服并非新鲜词汇,从传统的呼叫中心、云客服到以AI为主导的智能客服,客服行业的自动化、智能化已经成为趋势。
环信此前已加入百度云合作伙伴扶持计划,与百度云共同推动云生态建设。环信结合自身在云客服领域的技术积累与百度领先的AI能力,打造智能客服整体行业解决方案。同时,借助百度国际领先底层AI技术的赋能,以及百度的品牌优势,共同打造客服领域创新的AI解决方案,并将其进一步推广到政府、能源、制造等高门槛、高客单价行业,同时扩大环信在保险、证券、银行、教育、物流等优势行业的领先地位。目前,百度与环信打造的智慧客服整体解决方案已经部署在能源、银行等客户,效益显著。
继2019年环信机器人4.0的发布,推出了三大平台级的更新:包括面向客服团队的简单、智能、低成本可持续运营的客服机器人运营平台——环信AIROOT运营平台、面向专业知识训练师的专业、高效深度调优的客服机器人运营平台——环信AIROOT Pro 训练师平台、面向开发者的自然语言处理(NLP)的能力开放平台——环信中文语义计算平台。今年,在不断完善平台和解决方案的基础上,环信机器人同时更新了四大接入渠道:
1、在线客服接入
环信机器人支持无缝接入所有品牌在线客服,通过单点登录支持一键切换管理平台,在机器人无法解决访客问题时,进行转人工设置,可将会话转接到人工坐席。
2、API接入
环信机器人是独立于即时通讯、云客服等之外的产品,可以单独定购通过独立API接口接入到客户的业务系统中,或者其他业务系统使用。
3、网页接入
只要您拥有一个网站,只需要在您的网站加入几行代码,就可以支持在桌面网页上添加聊天窗口,就可以利用环信机器人轻松处理来自您的网站用户的咨询。
4、微信公众号H5接入
轻松5步,就可以给您的微信开通私有智能客服机器人,解决目前客服人员招聘难、培训成本高等问题,通过实时数据反馈自主学习,使智能对话的预期收益多样化。
目前,环信客服云共服务了107506家企业客户,现已覆盖包括保险、证券、银行、电商、教育、汽车、物流、出行等领域的众多标杆企业。包括中信证券、太平洋保险、中意人寿、平安科技、南京银行、中国银联、广东电网、广西电网、国美在线、宜家、链家自如客、新东方、奔驰、东风雷诺、优信二手车、神州专车、中通快递、南方航空、厦门航空、北京公交等。环信机器人共开通了30000+机器人智能服务,通过服务好中意人寿、中信证券、天津农商行、新东方、中通快递、宜家等头部客户推出相应的深度行业解决方案,在包括保险、证券、银行、教育、物流等重点行业确立了优势。
未来,环信将与百度智能云继续深入合作,推动智能客服在保险、教育、金融、运营商等领域的深耕,共同构建智能客户服务新业态。
好文章,需要你的鼓励
这项研究介绍了VisCoder,一个经过专门微调的大语言模型,用于生成可执行的Python可视化代码。研究团队创建了包含20万样本的VisCode-200K数据集,结合了可执行代码示例和多轮修正对话。在PandasPlotBench基准测试中,VisCoder显著优于同等规模的开源模型,甚至在某些方面超越了GPT-4o-mini。研究还引入了自我调试评估模式,证明了反馈驱动学习对提高代码可执行性和视觉准确性的重要性。
这项研究提出了"适应再连续学习"(ACL)框架,一种创新的方法解决预训练模型在连续学习中的稳定性-可塑性困境。通过在学习新任务前先对模型进行适应性调整,ACL使模型既能更好地学习新知识(提高可塑性),又能保留已有知识(维持稳定性)。实验证明,该框架能显著提升各种连续学习方法的性能,为解决人工智能系统中的"灾难性遗忘"问题提供了有效途径。
这篇研究首次关注了CLIP模型文本编码器的对抗鲁棒性问题,提出了LEAF方法(Levenshtein高效对抗性微调)来增强文本编码器的稳健性。实验表明,LEAF显著提高了模型在面对文本扰动时的性能,在AG-News数据集上将对抗准确率从44.5%提升至63.3%。当集成到Stable Diffusion等文本到图像生成模型中时,LEAF显著提高了对抗噪声下的生成质量;在多模态检索任务中,它平均提高了10个百分点的召回率。此外,LEAF还增强了模型的可解释性,使文本嵌入的反演更加准确。
BenchHub是由韩国KAIST和Yonsei大学研究团队开发的统一评估平台,整合了38个基准中的30万个问题,按技能、学科和目标类型进行精细分类。研究显示现有评估基准存在领域分布偏差,而BenchHub通过自动分类系统和用户友好界面,让用户能根据特定需求筛选评估数据。实验证明模型在不同领域的排名差异巨大,强调了定制化评估的重要性。该平台支持多语言扩展和领域特化,为研究人员和开发者提供了灵活评估大语言模型的强大工具。