标签
本文介绍了ASCIL，一个后ASR框架，它根据用户反馈和上下文信号进行调整，以纠正AI助手中的误唤醒激活，在低延迟下实现了显著的错误减少。
本文系统评估了41个开放权重语言模型（135M–9B）在8个数据集上的零样本意图分类性能，分析了准确性、校准、鲁棒性和部署效率。研究发现，经过指令调优的3B模型可以胜过7B基础模型，并且像SNIPS这样的一些基准已经饱和。
本文讨论了在语音代理中分离概率性语言理解与确定性工具执行的挑战，建议在触发结构化操作之前对条件性短语进行置信度检查，正如使用Vomo AI所实现的那样。
本文认为，AI 搜索的质量不仅取决于检索到相关结果，还取决于将查询正确路由到适当的下一步操作，例如追问、工具调用或安全检查，这使得意图分类变得至关重要。
ZeroGPU推出了针对广告技术任务的专用小语言模型（SLM），与大型语言模型相比，成本更低、性能更快。这些小语言模型在CPU上运行，已帮助早期采用者Dappier将费用降低了50%。
解释在商业搜索中搜索意图与购买意图的区别，以及为何AI代理必须区分不同的用户意图，以避免过早变现或错失机会。
本文提出了一种利用本地语法图（LGG）为韩语法律聊天机器人生成大规模、带标注训练数据集的方法，在使用 DIET 分类器时达到了 91% 的 F1 分数。