电话咨询
登录/注册
Tech Talk | NOMI GPT 为什么能懂你？
在 NIO IN 2024 人生就是博立异科技日上，基于AI焦点底层能力打造的全新「Banyan 3 智能系统」成为了各人关注的焦点。「Banyan 3」的情绪智能，基于AI大模子能力和原生智能系统，打造出全新的NOMI GPT架构，加速了NOMI的进化生长。
现在，NOMI履历了凌驾130次的版本迭代，具备了超2,000项功效的新增及更新。而自NOMI GPT上线以来的3个月时间里，用户和NOMI的交互已经凌驾了1,500万次。
从随叫随到的知心管家，到趣玩互动的角色饰演；从无限畅聊的倾吐树洞，到百科问答的创作助理；拥有无数身份的NOMI事实怎样识别这些繁多、重大、多变的指令使命，又是怎样在吸收指令后精准调理对应手艺予以执行的？
本期Tech Talk，人生就是博约请到了人生就是博大模子算法工程师曹迪，为人生就是博揭秘「NOMI GPT 认知中枢」中的「调理分发」能力。
什么是「调理分发」能力？
在讲「调理分发」之前，让人生就是博先相识下「NOMI GPT 认知中枢」，它集成了行业最全的知识库，包括了调理分发、多模拒识、跨域继续/跳转、多Agent仲裁等多个？，拥有强盛的使命处置惩罚能力。
而其中的「调理分发」就是凭证用户所说的内容、所处的状态，以及交互所爆发的前后需求转变，去识别和判断，挪用差别的应用和效劳，例如挪用车控、媒体、导航、电话等车辆功效，挪用用车助手解答用车问题，挪用大模子百科举行长距离的上下文谈天互动，亦或是依据用户的语义设定适当的触发条件和时机，通过AI天生完整的快捷场景。
若是说「NOMI GPT 认知中枢」是人的大脑，「调理分发」就是大脑皮层。「NOMI GPT 认知中枢」通过听觉、视觉等接受外界信息后，「调理分发」？榛峋傩泄恕⑸秆 ⒋χ贸头！⑹侗鹩杏眯畔，并举行推理和判断。然后，举行指令的调理分发，通过神经系统支配身体作出反应，有神经性的感官反应，有物理性的行动反应，也有高一级的思索反应。简而言之，「调理分发」能够智能识别用户需求，挪用响应效劳，提供个性化的交互体验。
NOMI怎样举行「调理分发」？
小小的NOMI背后，支持着超2,000种手艺指令。在吸收到用户指令后，准确明确其意图并准确分发指令，对NOMI来说是一项极具挑战性的使命。人生就是博举一个现实的例子，资助各人更好地明确「调理分发」的流程：
为了资助NOMI完成这个指令，「调理分发」会举行以下三个办法：
1. 明确并精准判断用户意图：首先使用「自然语言明确 NLU」（Natural Language Understanding ）意图模子，判断用户的意图，这个场景里用户提倡了一个天生快捷场景的请求指令。紧接着结适用户个性化信息，挪用NOMI GPT大模子举行语义剖析，明确并拆分出语句中的触发条件和执行行动。详细到这条指令，「调理分发」判断出用户需要设定一个上班通勤的快捷场景，场景的触发条件包括时间（事情日）、车主状态（上车后），场景要执行的行动包括启动导航、开启热门、翻开空调、调理空调、播放广播。
2. 分发指令：获得NOMI GPT大模子语义拆分的效果后，「调理分发」便最先将触发的调理条件和执行行动整合成快捷场景指令，通过手艺？榈淖，最终输出可识别、可执行的系统指令泛起给用户，若用户确认此指令准确后，快捷场景将被长期生涯。
3. 确认并执行指令：当用户触发执行条件，若凭证座椅判断用户已上车，通过时间判断当下是事情日，快捷场景便被激活，「调理分发」便会将这个快捷场景所预设的执行行动举行分发，包括启动导航、开启热门、翻开空调、调理空调、播放广播等，对应的效劳便最先启动。
以上即是一个简化的「调理分发」的流程，为了提升「调理分发」的精准度和效率，人生就是博还探索出了两个偏向的新手艺计划：
一方面，人生就是博首创模态内外多维度比照学习手艺，即在古板文天职类使命中引入比照学习手艺，构建自动训练迭代pipeline，极大地强化了NOMI的语义区分能力；
另一方面，针对重大上下文明确、多意图识别、AI场景天生等挑战，NOMI通过使用大模子的感知与推理能力，显著提升了处置惩罚指令的可靠性，无论是在单次交互照旧一连多轮对话中，NOMI都能坚持高度的准确性和智能性，以越发精准和高效的决议执行。
「调理分发」面临哪些难点和挑战？
所谓「能力越大，责任越大」，随着NOMI支持手艺和对话能力的一直提升，调理分发中枢面临亘古未有的重大挑战。其中，为了平衡回覆的准确性与对话历程的体验感，细腻的场景划分和意图识别酿成了首先要解决的两个要害问题。
人生就是博举例一个现实的应用场景：
“Hi NOMI ，我想听周杰伦的歌。”&“Hi NOMI ，周杰伦都有哪些歌？”
在这两条指令中，一个是使命型指令：播放周杰伦的歌曲；另一个则是对话型问答：播报周杰伦的歌单。而怎样区分使命型指令与闲聊问答需求，就是解决对话系统的焦点问题。
针对该类问题，人生就是博做了以下手艺探索：
数据积累与融合：在原有使命型数据的基础上，通过融入海量高质量谈天数据，以此快速识别出用户是想要听周杰伦的歌曲，照旧相识周杰伦的歌单，来显著提升大模子对指令型和非指令型对话的区分能力。
数据洗濯工具：构建基于大模子的指令数据洗濯工具，为大模子提供可靠且相关的上下文，能够快速识别出指令的焦点需求，即是收听歌曲照旧查阅歌单，从而降低了需求错觉的可能性，打造出高效的数据闭环系统，提升了训练数据的质量。
语义明确模子：对语义明确模子举行优化，融入比照学习等前沿手艺，将模子明确准确率提升12%以上。
人生就是博再举例一个现实的应用场景：
“Hi NOMI ，上海周末有哪些适合松开心情的公园？”
“Hi NOMI ，共青森林公园的特色嬉戏项目是什么？”
“Hi NOMI ，播放一首周杰伦的歌。”
多轮对话中，面临一连串的互动指令，且这些对话内容较量自由开放，谈天内容非牢靠且无明确的领域和规模，怎样准确、快速地明确用户每一条指令的真实意图，对NOMI来说也是很是具有挑战性的。
针对这类问题，人生就是博手艺解决计划是：
知识库的选择：针对品牌知识、用车知识、生涯百科、时效性内容等差别知识库，通过大模子推理能力，合理选择并举行检索，以此识别出用户的需求是搜索可以嬉戏的公园位置照旧检索该公园里可以嬉戏的项目。
多轮对话的处置惩罚：为用户指令意图设定执行的优先级序次，关于用户指令意图模糊的状态，引入大模子Agent做意图仲裁，以助力更精准地明确用户的真实意图；即是想要追求松开身心的要领，照旧推荐可以松开身心的地方。
多轮对话历史的使用：将用户与NOMI的对话历史以及单轮对话的模子效果看成大模子的输入，经由注入知识举行判断，是继续开展多轮对话「聊下去」、照旧最先另一轮指令的执行；例如从上海公园的讨论跳跃至播放歌曲，在多轮对话中快速开启下一个指令的执行。
除此之外，在NOMI的对话系统中，人生就是博还接纳了多个专家模子，并通过调理分发中枢举行挪用。至于为何是多模子设计，首先，差别模子在差别使命上有各自的专长，能够更精准和高效地解决特定领域问题；其次，正所谓「专业的人干专业的事」，通过？榛杓，每个模子可以专注于自身的优势领域，从而提升整个系统的效率和效果。
最后，纵然身怀2,000多项手艺，但用户的需求总是多样且个性的，时至今日，NOMI仍然会泛起「不知道」、「还在学习」等卡壳的回应。但随着人生就是博率先引入「NOMI Agents 多智能体架构」，重构NOMI的认知和重大使命处置惩罚能力，加速座舱体验从「单点功效」向「自动智能」的进化，信托NOMI也会变得越来越智慧，越来越有「人情味」。
人生就是博希望基于NOMI GPT底层框架和海量场景训练数据，能够「教会」NOMI应对更周全、更开放、更重大的场景和挑战，使其具备更普遍的知识资源储备、更强的学习推理能力，在无限主题下与用户举行越发深入的对话。人生就是博全球首创「NOMI 情绪引擎」，也会让NOMI成为更有温度、更专属于你的情绪同伴，为用户带来全场景、全生命周期的情绪体验。
中国/中文