Détection de rubriques LLM dans Agent virtuel
Les grands modèles de langage (LLM) permettent Agent virtuel de traiter les déclarations des utilisateurs en langage clair. Les conversations qui utilisent des LLM peuvent être plus performantes que celles qui utilisent Compréhension du langage naturel (NLU), avec une configuration plus facile.
Comment LLM fonctionne dans Agent virtuel
Lorsque vous créez une rubrique dans Concepteur d'agent virtuel, vous pouvez sélectionner LLM comme type de modèle pour votre rubrique chaque fois Now Assist que l’entrée Agent virtuel est activée. Agent virtuel utilise ensuite l’IA générative LLM pour découvrir les rubriques qui correspondent à l’intention de l’utilisateur.
Contrairement aux NLU rubriques, les LLM n’exigent pas de modèles, d’intentions ou de mots clés pour être liés à la rubrique. Les LLM peuvent découvrir des rubriques et effectuer des tâches liées à la langue, telles que la génération de texte pour les résumés de tickets et les notes de résolution, sans avoir à s’entraîner pendant des mois sur NLU les modèles. Dans l’ensemble, vous pouvez créer, configurer et déployer des rubriques LLM plus rapidement qu’avec NLU.
Avec les LLM, Agent virtuel vous pouvez effectuer les opérations suivantes :
- Effectuez la détection de rubriques sans avoir besoin d’une intention déclarée singulière dans une rubrique donnée.
- Recherchez des intentions sans mots clés de sauvegarde comme dans la NLU modélisation.
- Extrayez les valeurs d’entité sans mappage préalable comme dans la NLU modélisation.
- Gérez plusieurs changements de rubrique de conversation dans une seule session de conversation.
Découverte de rubriques
Avec la détection de rubriques LLM, les auteurs de rubriques n’ont plus besoin de créer et de gérer des modèles et des intentions NLU complexes avec des mots-clés de sauvegarde. Le LLM fait tout le gros du travail pour vous. La seule exigence est une description de rubrique solide et en langage clair dans l’onglet Propriétés de Concepteur d'agent virtuel. Le LLM utilise cette description pour trouver la meilleure correspondance de rubrique pour l’énoncé de l’utilisateur. S’il y a plusieurs correspondances potentielles, l’utilisateur verra une liste de rubriques parmi lesquelles choisir.
Par exemple, si un utilisateur demande Agent virtuel à calculer des frais de covoiturage, le LLM associe l’énoncé de l’utilisateur à une rubrique existante qui peut calculer le covoiturage avec un pourboire.
Extraction d’entité
Avec les rubriques LLM, le LLM dispose de toutes les informations nécessaires pour déterminer si un énoncé dispose des informations nécessaires pour répondre à une demande. Contrairement aux NLU modèles, vous n’avez pas besoin d’associer des entités à un nœud d’entrée utilisateur ou d’ajouter des entités NLU sans nœud en tant que variables d’entrée à une rubrique. Le LLM trouve simplement l’entité qui correspond le plus à l’intention de l’utilisateur.
Changement de rubrique
Le changement de rubrique est plus rapide et plus facile avec les LLM qu’avec NLU les rubriques. Le LLM traite vos demandes de changement d’intention faites en langage naturel et active la rubrique appropriée.
Par exemple, si vous commencez une conversation en demandant un téléphone mobile, vous n’avez pas besoin d’annuler la commande ou de redémarrer la conversation. Au lieu de cela, vous pouvez demander Agent virtuel à commander un ordinateur portable à la place. Agent virtuel passe immédiatement de la rubrique Téléphone mobile à la rubrique Ordinateur portable.