"大模型"相關(guān)的文章
AI人工智能
大模型與RPA的融合：“真”全場景智能自動化，邁向無人化服務(wù)新時代

大模型與RPA的融合：“真”全場景智能自動化，邁向無人化服務(wù)新時代

數(shù)字化轉(zhuǎn)型的大潮中，運營和產(chǎn)品經(jīng)理們正面臨日益復(fù)雜的挑戰(zhàn)：如何提升效率、降低成本、增強用戶體驗。幸運的是，大型語言模型（LLMs）與機器人流程自動化（RPA）技術(shù)的結(jié)合，為這些問題提供了創(chuàng)新的解決方案。本文將探討LLMs與RPA的區(qū)別，以及它們?nèi)绾螀f(xié)同工作，實現(xiàn)跨軟件的自動化操作，從而提升業(yè)務(wù)流程的智能化水平。
大模型時代（4）： 知識力——構(gòu)建完備的知識處理能力

大模型時代（4）： 知識力——構(gòu)建完備的知識處理能力

對于產(chǎn)品經(jīng)理而言，理解和掌握大模型（Large Language Models 和 Multi-modal Models）的知識力提升方法至關(guān)重要。這不僅關(guān)乎產(chǎn)品本身的功能完善，更是企業(yè)長期競爭優(yōu)勢的重要來源。希望本文能夠為初級產(chǎn)品經(jīng)理們提供有益的參考與啟發(fā)，在實際工作中不斷探索與實踐，共同推動行業(yè)進步與發(fā)展。
大模型時代（1）：探索業(yè)務(wù)場景中的Agent應(yīng)用

大模型時代（1）：探索業(yè)務(wù)場景中的Agent應(yīng)用

近年來，人工智能技術(shù)的飛速發(fā)展，尤其是大模型（Large Language Models，LLMs）在各個領(lǐng)域展現(xiàn)出的巨大潛力，使其成為當(dāng)前最熱門的話題之一。 本文旨在幫助產(chǎn)品經(jīng)理更好地理解大模型的基本原理及其在實際業(yè)務(wù)場景中的應(yīng)用，特別是在構(gòu)建智能助手（Agent）方面的運用。
廣告燒錢過億，70%用戶靠投流，大模型算不過成本賬？

廣告燒錢過億，70%用戶靠投流，大模型算不過成本賬？

在人工智能的大潮中，大模型技術(shù)成為了新的競技場。從Kimi的長對話能力到豆包的內(nèi)容生產(chǎn)，各大公司不惜投入巨額廣告費用，試圖在這場技術(shù)競賽中占據(jù)一席之地。然而，高昂的成本和對流量的依賴，讓這場競賽變得愈發(fā)殘酷。本文將探討大模型技術(shù)在商業(yè)化道路上的挑戰(zhàn)，以及如何在技術(shù)與成本之間找到平衡點。
想要減輕大模型的幻覺？來試試傳統(tǒng)開發(fā)與大模型技術(shù)結(jié)合的新模式

想要減輕大模型的幻覺？來試試傳統(tǒng)開發(fā)與大模型技術(shù)結(jié)合的新模式

AI幻覺一直是各個AI開發(fā)者頭疼的問題之一，而且我們也無法保證AI的回答完美無缺。本文將帶你深入探討大模型技術(shù)與傳統(tǒng)軟件開發(fā)之間的根本區(qū)別，并提出如何將兩者的優(yōu)勢結(jié)合起來，以實現(xiàn)更高效、更準(zhǔn)確的開發(fā)模式。
大模型商業(yè)模式再遭質(zhì)疑，有的項目已淪落為“勞動力密集型”

大模型商業(yè)模式再遭質(zhì)疑，有的項目已淪落為“勞動力密集型”

最近，OpenAI推出的新一代大模型"o1"和"mini"引起了廣泛的討論和測試，其在代碼、數(shù)學(xué)、科學(xué)等領(lǐng)域的能力顯著提升。然而，這股熱潮也引發(fā)了對國內(nèi)大模型商業(yè)模式的質(zhì)疑，一些項目甚至被認為已經(jīng)淪為"勞動力密集型"。