Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Forethought 旨在使用受约束的生成 AI 模型构建更准确的聊天机器人

Posted on 2023-03-09

自 2017 年以来, Forethought一直在构建聊天机器人,其复杂性、智能性和自动化水平不断提高。今天,这家初创公司宣布了他们开发的下一阶段。它通过名为SupportGPT的新工具的测试版将生成式 AI 引入平台。

该产品旨在提供自动生成的客户服务响应,无需人工干预。尽管与生成式 AI 相关的炒作令人眼花缭乱,但该技术仍处于早期阶段并且存在局限性。首席执行官兼联合创始人 Deon Nicholas 表示,他的公司认识到了这一点,并在 SupportGPT 中设计了生成人工智能,以使用比更通用的 GPT 应用程序更窄的数据集,他说这应该有助于提供更准确的答案。

“通过 SupportGPT,我们的客户可以开始获得针对客户问题的更集中的答案,”Nicholas 告诉 TechCrunch。虽然它在引擎盖下使用 OpenAI 技术,但它已经通过 Forethought 的工程旋转概念进行了修改和增强。

他认识到,在当前状态下,生成式 AI 的一大问题和挑战是明显错误的答案,但他相信通过限制模型可以访问的答案集,它可以减少我们一直看到的这类“幻觉”人工智能自信地回答错误的地方。

“人工智能脱轨的幻觉是生成人工智能的主要问题,因此我们开发了一些聪明的算法,同时利用人们一直在构建的现有基础设施,”他说。 “Forethought 将其作为提示或什至作为您所说的指南提供给生成模型,最终它与客户的实际工作流程、客户的实际业务更加紧密地结合在一起。”

能够以这种方式约束 AI 意味着它更有可能以合理的方式做出响应。在早期客户 Upwork 的演示中,他展示了如果你问了一个超出范围的问题,比如天气,该工具会识别它并尝试将对话引导回它知道的主题。通过对 AI 进行编程以了解它可以回答一组有限的响应,它可以以一种智能的方式告诉你你正在偏离它。在演示示例中,当被问及天气时,机器人回答说它不是气象学家,在问题的上下文中肯定是合理的回答,并提供了它可以回答的问题类型的示例。

这里的关键之一是让这项工作适用于每个行业和公司,因此 Forethought 还宣布了SupportGPT Playground的测试版,这是一个沙盒,公司可以在其中使用自己的数据试验 SupportGPT。

Forethought 在 2018 年的TechCrunch Disrupt Startup Battlefield 中获胜,并根据 Crunchbase 筹集了 9200 万美元,其中包括 2021 年底的6500 万美元 C 轮融资。

它只是众多利用生成式人工智能开展业务的公司之一。 Salesforce 本周还宣布了Einstein GPT的试点,它在 Salesforce 平台上增加了生成人工智能功能。我们可以期待在未来几个月内看到许多类似的公告。

但对于多年来一直使用聊天机器人的客户服务来说,这可能是一个潜在的巨大飞跃,可以与自动化机器人进行更准确、更少令人沮丧的交互,帮助他们在更多时间提供更准确、更有意义的答案。

“我认为你必须将改变游戏规则的 LLM(大型语言模型)层与能够真正理解公司的政策结合起来……如果你做得好,并且大规模地做到这一点,你就会拥有这个品牌客户服务的新范式,”尼古拉斯说。

Forethought 旨在使用Ron Miller最初发表于TechCrunch 的受限生成 AI 模型构建更准确的聊天机器人

原文: https://techcrunch.com/2023/03/08/forethought-aims-to-build-more-accurate-chatbots-with-more-constrained-generative-ai-models/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Lou Plummer
  • Luke Wroblewski
  • Matt Stoller
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme