Rasa:停止构建“代理”,并推出真正有效的LLM聊天机器人
带语言模型的对话式人工智能 (Conversational AI with Language Models CALM) 是一种用于构建可靠对话式人工智能的大模型方法。它是 Rasa 基于多年来帮助企业团队构建面向客户的助手而开发的。
CALM 的工作原理
CALM 方法具有三个关键要素:业务逻辑、对话理解和自动对话修复。
-
业务逻辑作为一组流来实现。流程描述了 AI 助手可以处理的业务流程。它描述了您需要从用户处获得的信息、您需要从 API 或数据库检索的任何数据以及基于您收集的信息的任何分支逻辑。流程仅描述您的助手将遵循的逻辑,它并不描述所有可能的对话路径。
-
对话理解旨在解释最终用户正在与您的助手交流的内容。此过程涉及生成反映用户意图的命令,与您的业务逻辑和正在进行的对话的上下文保持一致。有用于启动和停止流、填充槽等的命令。命令是 Rasa 用于导航对话的内部语法。
自动对话修复可以处理对话可能“偏离脚本”的所有方式。例如:
- 你的助理要求提供电子邮件地址,但用户说了其他内容。
- 最终用户中断当前流程并将上下文切换到另一个主题。
- 最终用户改变了他们之前所说的想法。
CALM 与基于 NLU 的助手相比
CALM 的一个重大转变是我们不再依赖“NLU”模型。在对话式人工智能中,NLU(自然语言理解)描述了处理用户消息并预测意图和实体以表示其含义。
CALM 使用一种称为对话理解 (DU) 的新方法,将用户所说的内容转换 为对您的业务逻辑意味着什么。这与传统的 NLU 方法在三个关键方面有所不同:
- NLU 孤立地解释一条消息,而 DU 则