[ad_1]
在线品牌管理平台 Yext 为了从生成性人工智能热潮中获利，今天宣布推出一款名为 Yext Chat 的人工智能聊天机器人。 从 OpenAI 的 ChatGPT 中汲取灵感，Yext Chat 专为企业用例而设计——并且 Yext 声称，通过部分专有的后端实现差异化。
“ChatGPT 向世界展示了大型语言模型可以进行令人难以置信的连贯、有用的对话——远比目前为止的任何技术都要好。 但现在企业没有简单的方法来利用这项技术，”Yext 总裁兼首席运营官 Marc Ferrentino 在接受电子邮件采访时告诉 TechCrunch。 “Yext Chat 是为企业设计的，企业需要完全控制聊天机器人的言行。”
需要明确的是，Yext Chat 并不是从头开始构建的。 它在某种程度上依赖于 OpenAI 的公共 API，特别是 GPT-3.5，来生成文本和对话。 但 Yext 表示，它正在为 Yext Chat 工作流程中的不同任务混合使用文本生成模型，例如营销、商务和客户支持。
当它启动时（它还没有普遍可用），Yext Chat 将能够集成到现有平台中，包括票务系统和 Slack 工作区。 例如，一家医院可以用它来为一个健康系统提供动力，该系统可以教育潜在患者应该去看哪位医生并安排预约。 或者商家可以使用它来为零售客户提供服务，帮助他们检查订单状态或回答有关退货政策的问题。 清单还在继续。
Ferrentino 说，这种广泛的功能使 Yext Chat 优于以企业为中心的聊天机器人，例如最近推出的依赖单一模型的 Jasper Chat。
“展望未来，我们可能会结合使用 OpenAI 的模型以及由我们自己的数据科学团队针对特定任务训练的本土模型，”他说。 “我们的平台与模型无关：它可以使用我们自己训练和管理的模型，或者由 OpenAI 等第三方提供的模型。”
图片学分： 文本
Yext Chat 的另一个表面上的优势是它能够利用 Yext Knowledge Graph，这是 Yext 内部关于品牌的公共事实数据库，包括员工、地点、产品活动、店内促销甚至停车场入口/出口。 Ferrentino 说，Yext Chat 仅使用企业在知识图谱中管理的一组精选内容生成响应——这与从网络规模的信息库中提取的聊天机器人形成对比，例如 ChatGPT。
从品牌的角度来看，这如何令人满意？ 这样想：如果你问 ChatGPT 一个问题，比如“我如何获得汽车保险的报价？” 它会给出一个通用的响应。 但是在他们的网站上使用聊天的公司不希望这样。 理想情况下，他们希望聊天机器人能够在他们的业务环境中提供准确的答案——一个带有指向他们产品的链接和特定于他们公司的说明的答案。
“如果答案不在知识图谱中，那么聊天机器人只会说，‘我不知道。’ 这可能会在某些方面限制聊天机器人，但会使其更适合企业部署，”Ferrentino 补充道。
数据管理的另一个动机是防止 Yext Chat 成为错误信息的牺牲品，这是 ChatGPT 和其他生成文本 AI 系统未能避免的命运。 即使是最新的技术迭代，比如微软最近推出的 Bing Chat，有时也会——而且确实会——喷出事实错误、有偏见的信息。
除了将 Yext Chat 限制在 Yext Knowledge Graph 中的数据之外，Yext 声称已经实施了“基于最新人工智能安全研究的其他保护措施”，比如要求 Yext Chat 在内部解释其推理并引用其来源。 （OpenAI 还在 API 级别实现了过滤器；Yext 可能会从这些下游受益。）此外，Ferrentino 说，Yext 使用其他 AI 模型来根据源数据确认文本聊天的响应实际上是正确的。
“企业 需要 控制聊天机器人返回的答案——他们需要能够实时更新信息并改进任何错误的答案。 企业的风险承受能力通常也低于消费者，因为他们更难将某些东西描述为处于‘测试版’，”Ferrentino 说。 “Yext 的解决方案是将大型语言模型与可以轻松实时更新的知识图谱相结合。”
没有系统是完美的，Bing Chat 就是一个很好的例子。 但是 Yext 的方法——对 Yext Chat 施加限制，并让企业有责任更新他们的信息——似乎比大多数人考虑得更仔细。 它在实践中的效果如何？ 时间会证明一切——Yext 计划在封闭测试后“今年晚些时候”推出 Yext Chat。
[ad_2]
Source link
