机器人通过多轮对话满足用户需 求 . 以需求完成率为评估指标 . 用户没有明确目的 . 机器人也没有标准答案 . 以相关性、趣味性为评估指标 任务型对话 闲聊 问答型对话 帮我订张机票 我好无聊啊 什么是人工智能？ s 种不同的对话类 型 知识库 基于知识库的智能问答 知识库由若干个知识点组成， 每个知识点都包含若干个 语 义相同的问题，这些问 题可 以被同样的答案来回 实际系统中会根据具体情况选择不同的方案 问答型对话技术小结 任务型对话 . 用户希望完成特定的任务 . 机器人通过多轮对话满足用户需求 . 以需求完成率为评估指标 帮我订张机票 . 用户希望得到特定问题的答案 . 机器人回复来自特定领域的知识 库 . 以准确率为评估指标 . 用户没有明确目的 . 机器人也没有标准答案 . 以相关性、趣味性为评估指 机器人回复来自特定领域的知识 库 . 以准确率为评估指标 . 用户希望完成特定的任务 . 机器人通过多轮对话满足用户需 求 . 以需求完成率为评估指标 任务型对话 问答型对话 帮我订张机票 什么是人工智能？ s 种不同的对话类 型 检索式的闲聊对话系统 [Zhou 2016] 生成式的闲聊对话系统 [Huang 2016] • 通常以来自互联网的大量句对作为训练数据

05 -21- 政务热线大模型  全面上线辽宁省热线平台：服务80+坐席人员， 工单填单时间由186s/单下降到133s/单；工单 记录完整度提升30%  在热点事件分析场景：处理90余万张工单，完 成12万个小区数据抽取，形成供水、供电、供 热等6类单位画像  热线数据报告：围绕投诉、求助、建议与举报信 息开展时空定位、问题萃取、颗粒缩放、精细诊 断等多维度分析，输出周期报告和专题报告 2、挂RAG知识库、联网搜索优化等 3、接入智能体平台 ….. B端生产场景多数重复使用模型某一重复能力， 大量百亿级参数模型即可适用 • DS -V3/R1满血版推理需16-32张910B，LORA微 调需512张910B。大量客户无支持微调的算力。单 任务算力消耗与百亿级参数模型不在同一量级 • DS 最惊艳的R1版，一次推理多在10-20秒，更适合 代码、数学、复杂规划等场景，很难响应B端高实时

个性化的表 达方式 歧义 上下文 复杂背景 个性化 错误 同义 明天飞北京，订两晚酒店，老习惯 明天面试，两点和三点各一场。 一在公 司，二在星巴克 [ 前文：订一张上海飞北京的机票 ] 有国航的吗 28 号下午三点赶火车，不，是 29 号 [ 外卖 ] 肯德基到公司 [ 语音识别 ]11 月 17 日早上八点见新低 你有 freestyle 吗？ 帮我找个人来家里打扫卫生

小时完成的科目匹配任务。典型数据处理效率对比如 下： 任务类型 传统人工耗时 智能体耗时 准确率提升 银行对账 2.5 小时/账户 9 分钟/账户 +12% 发票校验 3.2 小时/百张 18 分钟/百张 +9% 跨系统数据一致性检查 6 小时/系统 25 分钟/系统 +15% 异常检测采用动态阈值技术，通过分析行业基准数据自动调整 预警参数。例如在费用审计中，智能体会结合企业历史数据、同行 三方面：首先，基于 OCR 和 NLP 技术自动解析企业纳税申报表、 发票、银行流水等非结构化数据，识别异常字段（如发票连号、税 率误用）并生成结构化底稿。例如，某制造业客户通过智能体在 3 天内完成 5 万张增值税发票的交叉比对，发现 3 笔因供应商资质问 题导致的进项税转出遗漏，涉及金额 82 万元。 针对跨境交易税务合规，智能体内置 BEPS（税基侵蚀与利润 转移）风险指标库，自动匹配关联方交易特征。以下为某跨国企业 个标准差 - 蓝色提示（定期 跟踪）：数据采集完整性等问题 典型应用案例 某零售企业审计中，智能体在 2 小时内完成全年 1.2 万张发票的自动化比对，发现： - 3 笔合计 48.6 万元的促销赠 品未视同销售申报 - 7 张异常抵扣发票涉及虚开风险 - 第四季度税 负率异常下降 14%（行业同期平均上升 2%） 审计团队据此将税务风险应对效率提升 70%，平均单项目节约

方面，着重考 量大模型的产业协同性与创新活跃度。 综合算力指数 45 算力产业发展方阵/2025 中国算力大会 “1+4”系列报告 顾问组 2025 综合算力指数 编写组 邬贺铨、张宏科、闻库、魏亮 周建明、曹磊、唐雄燕、何宝宏、曹振强 主编：李洁、郭亮 执行主编：吴美希 编委(按姓氏笔画排序)：王月、王少鹏、邱奔、何适、周曼、常金凤 谢丽娜、韩雨辰、温小振 46 院连续四年 组织编写《运力发展报告》，从入算网络、算间网络、算内网络等维度系统介绍我国网络运力发展 情况，并组织开展“1ms 城市算网”系列工作，有力引导了产业高质量发展。 — 北京交通大学 张宏科教授 算力产业发展方阵/2025 中国算力大会 “1+4”系列报告： 《2025 综合算力指数》 《2025 算力发展报告》、《2025 运力发展报告》、 《2025 存力发展报告》、《2025

人工智能技术在智能投顾中癿应用 神州泰岳 张瑞飞 金融资讯大数据服务 用智慧发现信息价值 Discover information 用智慧发现信息价值 Discover information 金融资讯大数据 利用人工智能分析挖掘技术，针对金融市场信息获取和分类需求，实现金融资讯大数据癿采集、检索、

硕士生 浙 大 EnergyX 团队相关作者 49/80 鲁洁 章文恺 冯晨昕 张健 郑泽宇 章超波 荷兰埃因霍温理工大学 王嘉茜 贺佳宁 蒋睿勤 博士后 报 告 提 纲 大语言模型应用的科研案例 …

与三十亿张图像，还实现了HTML、PDF、ArXiv等多种来源数据的综合集成，极大地丰富了 数据的广度与多样性，为开源多模态大模型的突破性发展注入了新活力。 今年9月，由商汤科技携手清华大学、上海AI实验室、哈尔滨工业大学、香港中文大学、 复旦大学及南京大学等多家科研机构共同推出的OmniCorpus项目，再次将开源多模态 数据集的发展推向了新的高度。OmniCorpus包含86亿张图像与16 自动回答有关患者索赔过程的问题。 从效果来看，理赔助手将理赔处理团队解决问题所需的时间缩短了50%，其准确性与 人工客服人员相当甚至更好。Oscar Health预计每月至少自动处理4,000张理赔单，到今 年年底，预计自动处理4.8万张。 网络安全保险先驱公司Cowbell推出了人工智能驱动的承保助手MooGPT。MooGPT 利用生成式人工智能和大语言模型来简化中小企业的承保流程。通过提取合同数据、生成 谷 伟 王 和 魏晨阳 顾青山 沈海波 杜新凯 吕 超 刘 彦 侯佳腾 案例支持： 中国人寿 平安保险 华农保险 信美相互 元 保 中科万国 韩权杰 张 晗 王红豫 姚佶超 胡 凯 联络支持： 陈 述 石国平 陈 希 曹 婧 泰康养老 中国太保

[18] ANAND P. Decision-making when science is ambiguous[J]. Nature, 2002, 295: 1839. [19] 薛耀文, 黄欢, 张国凤, 等 . 基于重大突发事件的即兴决 策 [J]. 系统管理学报, 2013, 22（5）: 708-714. XUE Y W, HUANG H, ZHANG G F, et al. Improvisational

行的基于点的运动计划. ViLA[30] 也探索了视觉提 示的使用, 作者发现在某些任务中, 使用一幅表示 期望结果的图片来指导机器人比仅依赖口头指令更 有效. 例如, 要指示机器人整理桌面, 提供一张按期 望方式排列好的桌面照片可能更有效率. 2 控制层级 机器人的控制一般可以粗略地分为高层和低 层. 高层负责全局、长期的目标; 低层负责具体操作 与及时反馈. 虽然基础模型具有丰富常识与较强的 robot system with embodied intel- ligence. Strategic Study of CAE, 2024, 26(1): 139−148 (兰沣卜, 赵文博, 朱凯, 张涛. 基于具身智能的移动操作机器人系 统发展研究. 中国工程科学, 2024, 26(1): 139−148) 23 Firoozi R, Tucker J, Tian S, Majumdar A