归纳+记忆:让机器像人一样从小样本中学习
让机器区分猫和狗需要成千上万的图片来训练，但一个小孩只需要几张就够了。人类之所以能够从很小的样本中就能进行很好的学习，主要在于两个能力：
【1】归纳能力，即能够从个例中抽象出通用规则；
【2】记忆能力，即能够将学过的东西记下来并在需要时进行类比；
我们团队在业界率先将Few-shot Learning引入到人机对话领域，基于对人类学习能力的思考，提出了归纳网络（Induction Network）和动态记忆网络（Dynamic Memory），分别发表在EMNLP2019和ACL2020；
目前这套技术已经作为阿里云智能客服（云小蜜）的核心底座在各行业场景大规模应用。
人工智能，应该如何测试？（七）大模型客服系统测试
这篇文稿讨论了企业级对话机器人的知识引擎构建，强调了仅靠大模型如 GPT 是不够的，需要专业领域的知识库。知识引擎的构建涉及文档上传、解析、拆分和特征向量等步骤。文档解析是难点，因文档格式多样，需将内容自动提取。文档拆分按语义切片，以便针对性地回答用户问题。词向量用于表示词的关联性，帮助模型理解词义关系。知识引擎构建完成后，通过语义检索模型或问答模型检索答案。测试环节涵盖文档解析的准确性、问答模型的正确率及意图识别模型的性能。整个过程包含大量模型组合和手动工作，远非简单的自动化任务。
盘点集成DeepSeek大模型的智能语音机器人，看看哪款更适合你
对话式AI将降低高达25%的客服座席离职率，集成DeepSeek等大模型的智能语音机器人正成企业标配。其核心是实现7x24小时高效服务、优化成本并提供人性化交互。选型需聚焦AI模型能力、业务场景匹配度与数据安全。合力亿捷、阿里云等是市场主流选择，选对智能语音机器人是企业提升沟通效率、构筑核心竞争力的战略投资。
玩 High API 系列之：智能客服
好在我们处在云计算，API时代，可以通过阿里云已经提供的云小蜜、云呼叫中心、智能对话分析、自然语言处理等服务的API来让中小企业快速具备将客服智能化的能力。
阿里巴巴孙健：关于人机对话交互的思考、实践和未来展望
人工智能的出现使得传统交互的本质发生改变，从原来非常确定性的行为变成了非常开放的行为。阿里巴巴智能服务事业部资深算法专家、阿里巴巴智能服务事业部北京团队负责人孙健在《云栖大讲堂第三期|未来人机交互技术沙龙》围绕云小蜜平台上的交互，带大家一起了解人机交互正在发生的深刻变革。
