LLM结构化标签信息抽取提示词撰写模板:提升信息提取准确率

在使用LLM进行结构化信息提取过程中,提示词的设计非常重要。主要表现在: 好的提升词可以提升LLM结构化信息的提取准确性 提示词的设计往往会影响后期提示词的维护和扩展。 1.结构化…

LLM提升词的效果提升:一个任务拆解为多个任务

在《LLM在企业落地哪种方式更好:纯Prompt或微调?》中,企业在落地LLM时,开始都会尝试使用纯Prompt的方式进行效果的验证,那么如何提升基于提示词的LLM输出效果呢? 1…

LLM在企业落地哪种方式更好:纯Prompt或微调?

要在企业实际业务中使用LLM,通常有两种方式:直接使用提示词(纯Prompt方式)或者使用数据进行微调(微调方式)。那么在实际业务中何种方式更好呢? 1.纯Prompt方式 纯Pr…

情感TTS:赋能消费金融催收提升回款率

消费金融领域,采用AI电话催收是一种重要手段,它可以在短时间内进行大量催收,极大地降低催收人工成本,并能获取较高的催收回款率。 在采用AI进行电催的整流程中,能影响最终回款率的因素…

AI智能外呼拟人度提升:一种情感TTS的实现方案

AI智能外呼拟人程度的提升对于提升外呼系统的业务指标会带来积极作用,主要表现在随着拟人程度的提升,用户更加难以识别出当前机器人非真人,从而在沟通轮次、时长、有效性等方面进行了改善。…

LLM文本摘要落地效果验证:一种基于属性验证的方法

当前基于大量文本内容,例如客户与坐席的通话数据,用户与客服的交互数据等,并使用LLM生成文本摘要或者总结在金融、保险等领域已经落地。但在落地过程中仍然存在一些亟待回答的问题:总结的…

基于Seed-TTS解决纯录音外呼不支持变量问题

在AI智能机器人中,语音采用纯录音方式具有高拟人的有点,但是却存在不支持变量的缺点。 那么是否存在一些方法可以让纯录音也能支持变量呢? 1.纯录音支持变量方法 方法1:拼接,即使用…

AI智能外呼声音选择:录音文件 vs TTS合成

在研发AI智能外呼系统的时候,对于语音的选择通常有两种方案:选择纯录音方式还是使用TTS合成技术。以我的经验来看,需结合应用场景来进行选择。 1.录音文件 vs TTS合成 以下是…

LLM Self-Consistency: 使用多推理路径提升LLM信息抽取准确性

为了提升LLM在信息抽取中的准确性,除了Self-Verification方法外,Self-Consistency也是一种比较实用和方便的方法。该方法出自文章《Self-Consi…

LLM结构化信息提取问题探讨及其改进 – 以提取营销线索为例

该PPT以博主在实际工作中,使用LLM提取客户与坐席(AI)电话对话文本中可能存在的营销线索为例,讨论了使用LLM提取结构化信息时可能存在的一些问题及改进方法。 本PPT是使用LL…

加载更多