AIGC

Observe.ai 發表擁有 300 億引數的聯絡中心 LLM 以及生成式 AI 產品組合

Observe.ai 推出 30 億引數的聯絡中心大語言模型(LLM)Observe.ai 今日推出了其聯絡中心大語言模型(Large Language Model,LLM)以及生成式 AI 套件,旨在提升客服代表的表現。該公司聲稱,與 GPT 等模型相比,其獨家 LLM 是基於大量真實聯絡中心互動 .... (往下繼續閱讀)

分享到 Facebook 分享到 Line 分享到 Twitter

文章目錄

Observe.ai 發表擁有 300 億引數的聯絡中心 LLM 以及生成式 AI 產品組合

Observe.ai 推出 30 億引數的聯絡中心大語言模型(LLM)

Observe.ai 今日推出了其聯絡中心大語言模型(Large Language Model,LLM)以及生成式 AI 套件,旨在提升客服代表的表現。該公司聲稱,與 GPT 等模型相比,其獨家 LLM 是基於大量真實聯絡中心互動資料集進行訓練的。Observe.ai 強調其模型的獨特價值在於提供了校準和控制功能,使用者可以根據其特定的聯絡中心需求進行調整和定制。該公司表示其 LLM 在多個聯絡中心資料集上進行了專門訓練,使其能夠處理各種針對聯絡中心團隊定制的基於 AI 的任務(通話摘要、自動 QA、培訓等)。透過 LLM 的能力,Observe.ai 的生成式 AI 套件致力於提升客服代表在處理電話和聊天、查詢、投訴和日常對話等所有客戶互動方面的表現。

對模型的訓練和優勢

Observe.ai 的 CEO Swapnil Jain 表示他們的 LLM 在一個特定領域的聯絡中心互動資料集進行了大量訓練。這個訓練過程包括從 Observe.ai 過去五年處理的數以億計的對話中提取出來的大量資料點。 Jain 強調了訓練資料集的質量和相關性的重要性,這些資料集包括與聯絡中心使用案例直接相關的數百個精心挑選的指令。他說,這種精緻的資料集編制方法提高了 LLM 在提供行業所需的準確和上下文適宜的回應方面的能力。

據該公司稱,其聯絡中心 LLM 在初步基準測試中優於 GPT-3.5,摘要會話的準確度提高了 35%,情感分析提升了 33%。 Jain 表示這些數位有望在持續培訓中進一步提高。此外 LLM 僅對經過剔除個人身份識別訊息(PII)的資料進行訓練,確保了敏感訊息的隱私保護。

克服模型挑戰,提供準確洞察和上下文

Jain 表示生成式 AI 的普及促使約 70%的企業進一步探索其在客戶體驗、保留率和收入增長等領域的潛在好處。而聯絡中心領導者是熱衷於利用這些轉型技術的採納者之一。然而儘管具有潛力,Jain 認為通用 LLM 面臨著一些挑戰,這些挑戰影響了其在聯絡中心的有效性。這些挑戰包括缺乏具體性和控制能力、無法區分正確和錯誤的回應、以及在理解人類對話和現實世界情境方面的能力有限。因此他說這些通用模型(包括 GPT)往往產生不準確的回應和混淆,也被稱為“幻覺”,使它們不適用於商業環境。

為了應對這些挑戰,Observe.ai 將五年來處理的數億個客戶互動資料納入其模型中。他們從這些資料中訓練了該模型,使其能夠應對聯絡中心特定的任務。 Jain 說:“我們對現實世界情境中的‘成功’客戶體驗有一個精準而準確的理解。然後,我們的客戶可以進一步對其進行細化和定制,以符合他們業務的獨特需求。” 他還表示 Observe.ai 的生成式 AI 套件賦予了客服代表在整個客戶互動生命周期中的能力。其中的 Knowledge AI 功能可以快速而精確地回答客戶的問題,消除了在多個內部知識庫和常見問題之間進行手動搜尋的需求。而 Auto Summary 功能則使代表能夠集中精力處理客戶,減少通話後的任務,同時確保通話記錄的質量和一致性。而 Auto Coaching 工具則在代表完成客戶互動後立即提供個性化的基於證據的反饋,促進技能提升,旨在增強代表的學習體驗,補充他們定期由主管進行的培訓。

Observe.aiLLM 模型在聯絡中心領域的新標桿

Observe.ai 聲稱,其獨家模型在一致性和相關性方面超越了 GPT,標誌著一個重要的進步。 Jain 解釋說:“我們的 LLM 只在完全剔除敏感客戶訊息和 PII 的資料上進行訓練。我們在這方面的遮蔽基準在業內堪稱典範 - 我們在 1 億次呼叫中避免了 1.5 億次敏感訊息的過度遮蔽,並只報告了少於 500 個錯誤。” 他還表示該公司已經實施了一套健全的資料協議,以符合所有法規要求,包括對所有客戶資料(包括 LLM 生成的資料)進行儲存。每個客戶/帳戶都有專用的儲存區,確保資料的加密和唯一識別。

觀點和建議

在這個發展迅速的生成式 AI 領域,Observe.ai聯絡中心大語言模型(LLM)為聯絡中心行業帶來了更多的控制和效能。通用模型往往無法滿足聯絡中心的特殊需求,因為它們缺乏對上下文的理解和控制能力。Observe.aiLLM 透過基於專業的聯絡中心資料訓練,具有更高的準確性和相關性,能夠提供準確的回應並理解真實世界的對話情境。

對於聯絡中心行業來說這是一個重要的突破,因為它提供了一個可信任的 AI 模型,可以幫助代表更好地提供客戶體驗。Observe.ai 的生成式 AI 套件還提供了一系列工具,增強了代表在與客戶互動過程中的能力,包括快速而準確地回答問題、自動摘要聊天內容以及即時提供個性化的反饋。這些功能將幫助代表提高效率,同時確保客戶的需求得到滿足。

聯絡中心行業中,人工智慧的應用已經成為一個不可忽視的趨勢。Observe.aiLLM 模型提供了一個可靠和安全的解決方案,能夠根據特定需求進行定制,並保護客戶資料的隱私。該公司的努力為整個行業設定了一個新的標桿,並提供了一個值得關注的例子,以證實生成式 AI 在提升人類工作效率方面的潛力。

Artificial Intelligence-Observe.ai,聯絡中心,LLM,生成式 AI,產品組合
江塵

江塵

Reporter

大家好!我是江塵,一名熱愛科技的發展和創新,我一直都保持著濃厚的興趣和追求。在這個瞬息萬變的數位時代,科技已經深入到我們生活的方方面面,影響著我們的工作、學習和娛樂方式。因此,我希望透過我的部落格,與大家分享最新的科技資訊、趨勢和創新應用。