度 > 智 能 服 务 占 比 实现方案 > 应 答 模 型 > 意 图 识 别 > 多 轮 对 话 > 反 问 机 制 > 关 联 推 荐 > 人 机 互 助 是否达到预期效果呢 ? 京东金融 JD Finance 1 、 客服机器 人 不懂客户 > 陌生感 > 被动交流 > 问题理解不到位 > 场景命中率低 > 答非所问 瓶颈在哪里 ? >FAQ 覆盖率 语料训练量 > 算法 京东金融 JD Finance 1 、 客服机器 人 > 机器人主动推送 > 精准定位应答模型 > 场 景 会 话 > 人 工 辅 助 优化服务流程 效果： 2017 年底，智能服务占比达到 60%+, 满意度 95%+ 1 、 客服机器人——服务先 知 京东金融 JD Finance > 客 户 画 像 > 行 为 轨 迹 > 业 务 分期营销 京东金融 JD Finance 京东白条智能分期 >2017 年 10 月上线，每日 2 万 + > 效果：客户全流程自动化交互，无需人工干预；意向未成交客户自动转人工跟进， 成交率高达 40% > 效益：节省 100 电销人员 人工 VS 智能成单量 450 40 倍 机器人

常理赔的保险权益，同时避免骗保客户给公司带来的经济上的损失成为了 一个十分关键的问题。近几年，随着 AI 的蓬勃发展和数据的不断积累， 从算法技术来讲，很多行业在欺诈风险识别中表现出了非常优异的效果， 产生了一些非常好的价值。但由于算法本身属性的原因，模型的结果却难 以解释，但这在真实的业务场景中却非常关键。这次带来的分享内容，就 是我们在实际的保险理赔反欺诈场景中的一个模型，可解释性的一些探索 将导致特征分布去重，这样则导致节点没有区分性。而采用 DGL 采样，通过采样 两层 GCN 模型而实际上采样了三层，而且不会出现过平滑问题。 DataFunTalk 成就百万数据科学家！ 30 5. 效果评估 效果评估的指标主要有两个：聚类（社区）准确率；召回恶意率。相对于原有的 fastunfolding 以及 node2vec 从聚类准确率、召回恶意率、平均社区规模、运 行时间作一个横向对比： 果也不是 最终理想的效果； ② 多数业务场景的区分度是不一样的，不存在一个普适的算法可以解决所有业务 场景存在的问题，如上述的 FastUnfolding、node2vec 在某些特定的业务场景 下效果可以比 GraphSAGE 的效果更好，所以在面临具体问题的时候，需要结合 场景作算法选择以及优化； ③ 在工业界落地的算法通常比较直接、明了，这样的算法往往效果更好。 今天的分享就到这里，谢谢大家。

智能知识库及运营平台 自动化知识挖掘、分类、迭代扩展，重塑知识管理流程 人力成本 智能语音 & 在线客服机器人 / 客服助手 / 自动化外呼 代替部分人的工作来降低成本，辅助人的工作提升效率和效果 客服环节 智能语音 & 在线客服 多轮对话机器人 销售环节 实时话术提示 加速成长，提升产能 营销环节 大数据用户画像 精准低成本获客 全方位、全过程的 AI 产品及解决方案 启动建设，如中国银行完成招标、招商银行在 小流量测试、广发已经进入商务阶段 五大行和头部的股份制银行现状：当 前在使用的大多是传统厂 商， 2017- 2018 年基本都在寻求替换方案 运营成本高 技能要求高 效果天花板低 : 精度难超越 90% 运营成本低 技能要求低 精度持续运营可以高达 9 运营成本极低（自学习，极少量监督） 精度持续运营可以高达 98%+ 百度智能客服的优势 客服的人工智能 天津联通智能客服项目综合 AI 感知和认知全方面技术，包括语音识别 / 合成、自然语言理解、知识库、用户画像 等 » 》 百度智能客服实施案例 —— 某运营商案 例 智能交互准确率 第三方用户评测对比效果 4 个月上线，赶超竞品，智能交互准确率稳定在 90% 理解能力 用户表述自然度 竞品 AI

• 资产管理、数据统计等效率低； • 发生事件之后再追溯， 一直跑在攻击者后面 数据分析能力 长时间值守精力 自动化、智能化成为当下安全防护效果提升的关键途径 D I R ECTO RY 目录 02 安全 GPT 能力介绍 03 部署形态与展望 01 安全困 境 业 界 - > 未 来 多元化布局，网络安全新质生产力爆发 不限于对话聊天，利用大模型实质性提升未知威胁检测、钓鱼检测、安全运营处置等专业网安场景效果 安全 GPT 已累计在 120 多家企 业 真实环境测试和应用，帮助 金 融、能源、政府机关等行 业用 户提升安全人员实际分 析水平 和处置效率。 正在研发 Java 反序列化 30550 40.65 35.50 94.52 命令注入 36780 65.90 39.88 98.55 利用大模型重做 Web 安全检测： • 仅百亿级参数大模型，训练两周， 效果超越持续优化 4 年的语义分析引擎 • 12 类无样本攻击类型， 其中 9 类超越了现有语义分析引擎 • 5000w+ 实际流量样本测试，大模型优化后呈现高检出、低误报特性 【题目示例】请问以下流量是否恶意：

低不合格率。 5. 市场需求预测：结合历史销售数据与市场趋势，通过时间序列 分析与模型预测，优化库存管理与出货策略。 实施这些 AI 大模型应用方案，将对钢铁行业的各个环节产生 深远影响，具体效果可通过相关指标进行评估，如生产效率提升百 分比、生产成本降低幅度、产品质量合格率提升等。以某国际钢铁 公司为例，其在推行智能制造后，生产效率提升 15%，运营成本降 低 10%，这些数据充分展示了 接下来，本文将按照以下结构展开讨论： 1. 钢铁生产流程概述：阐述钢铁生产的基本流程和环节，指出数 据采集的关键节点。 2. AI 大模型在生产优化中的应用：介绍具体应用案例和实施过 程，揭示效果。 3. 故障预测与管理：分析如何通过历史数据模型实现故障的前期 预警，预计带来的经济效益。 4. 产品质量控制：说明 AI 技术在质量检测中的作用，比较传统 方法与 AI 技术的优势。 5 浆中的水分去除，从而提高铁精矿的固体含量。此时，可以根据浓 缩的效果进一步优化参数，确保铁精矿的品位和产量达到预期标 准。 最后是脱水环节，对浓缩后的铁精矿进行脱水处理。使用压滤 机或离心机等设备，去除精矿中的余水，确保最终的铁精矿达到适 合存储和运输的含水率标准。 整个铁矿石选矿过程需要严格控制各个环节的参数，例如破碎 粒度、磨矿细度、分级精度以及浓缩效率，以优化选矿效果和经济 效益。 近年来，随着人工智能和大数据技术的发展，越来越多的钢铁

73 5.3.2 合规性与法律风险.....................................................................75 6. 案例研究与效果评估..................................................................................76 6.1 实际应用案例分析 ..........................................80 6.1.2 应用效果分析.............................................................................82 6.2 效果评估与验证.................................................. 通过引入 DeepSeek，金融机构能够在控制风险的同时，提供 更高效的金融服务，从而在激烈的市场竞争中占据优势地位。这一 方案不仅切实可行，且已在多家金融机构中成功落地，取得了显著 的业务提升效果。 1.1 金融贷款评估的背景与挑战 近年来，随着金融科技的快速发展，金融贷款评估行业面临着 前所未有的机遇与挑战。传统的贷款评估方法主要依赖人工审批和 简单的评分模型，虽然在一定程度上能够满足需求，但随着数据规

也是一个关键因素，很多人对面对面咨询可能存在顾虑，而在线咨询提供了更高的隐私保障。本节将围 绕法律咨询展开探讨，通过搭建单智能体并配置知识库，实现对特定法律问题的理解、法律条文的解释、 解决方案的提供以及行动建议等功能，其最终效果如下图 10.2.2 关键设计 尽管直接采用专用的法律行业大模型通常能够实现更高的性能和更精确的回答，但其成本远高于基于通用模型构建的智 能体方案。以通义法睿为例，其法律咨询功能的 API 调用费用为每次 用，一般使用默认选项即可。 用户还能看到原始文档和分段后的对照信息，并能编辑、删除、新增分段；这些分段文字将在服务器进行嵌入等操作， 用于后续的搜索。在扣子的人设与回复逻辑面板，填入以下示例提示词，效果如下所示 1 概述 2 法律行业案例 3 金融行业案例 4 教育行业案例 5 医疗行业案例 目录 10.3 金融行业案例 金融行业因其与数据的高度相关性，成为最早应用传统人工智能技术的领域之一。近些年， 解某个企业的信用状况。其次， 自动化生成报告的便捷性使得用户可以快速获取所需信息，节省了大量的时间和精力。本节将围绕征信 报告生成展开探讨，通过搭建智能体，实现对企业信用状况信息的爬取与分析，其最终效果图如下所示 10.3.2 关键设计 在金融行业，专用的征信报告大模型如 Experian 和 FICO 的系统能提供极其精准的信用分析和风险估，但其高昂的使用 费用常常让用户感到很大压力。这些费

........45 3.1.1 政务场景特定的任务类型..........................................................47 3.1.2 微调效果的评估指标.................................................................48 3.2 微调方法选择............... ..........111 6.2.2 测试结果分析与问题定位........................................................112 6.3 模型效果评估...................................................................................114 6.3.1 定量评估指标分析 足政务场景中的多样化需求，提升政务服务效率和质量。 1.2 项目目标 本项目旨在通过深度优化和微调现有的 DeepSeek 政务大模型， 以提升其在政务场景中的处理能力、响应速度和决策支持效果。具 体目标包括： 1. 提升模型在政务领域的专业性和精准度： o 通过对政务领域数据的特定训练，提高模型在政策解读、 法规分析、公文写作等方面的准确性和专业性。 o 确保模型在处理政务相关查询时，能够提供符合官方标

以信息化为基础 以高效、低碳的模式，实现物理资源与虚拟信息的全面互联互通，提供无处不在、触手可及的基 础服务 以游客互动体验为核心 通过智能化方式感知游客状态，进行深入分析，打造集需求采集服务交互、效果反馈于 一体的游客互动新模式 以信息化管理为保障 实现行业与管理信息大贯通，行成“敏感感知、准确判断、精确执行”的智慧化信息系统 对 旅游活动进行检测、分析和控制 智 慧 旅 游 智慧旅游建设理念 旅游行业监管从传统的被动处理、事 后管理向过程管理和实时管理转变 智慧旅游建设目标 智慧旅游 大数据收集 客源分析 人流统计 停车信息 实时监控 大数据分析 指挥中心 即时监管 制定决策 效果评估 智慧城市 公共资源平台 监管部门 投资企业 ... 酒店房态 实时监测 有效推送 智慧旅游解决方案 0 2 2018/4/23 10 智慧旅游整体架构 手机 智能导游 热点事件检测 舆情预警 ■ 邮件预警 ■ 电话、手机短信预警 ■ IM 预警 ■ 一对一专人服务 ...... ■ 日 / 周 / 月 / 季 / 年报 ■ 专题事件报告 ■ 市场效果预估 舆情报告 智慧管理 – 智能疏导体 系 响应国家旅游局号召，及时对外发布旅游景区接待信息，加强对游客的宣传和疏导，避免景区接待超最大承载 量问题的发生；及时全面掌握景区各点位的人流量

应用方案.....................................................................................86 6.2.3 实施效果.....................................................................................88 6.3 案例二：洪水预警系统 应用方案.....................................................................................93 6.3.3 实施效果.....................................................................................94 7. 风险与挑战.. 能够预测潜在的故障风险，并提出针对性的维 护建议。 - 环境生态管理：DeepSeek 还可以结合生态数据，评估 水利工程对生态环境的影响，并为生态修复提供科学依据。 为更直观地展示 DeepSeek 在水利工程中的应用效果，以下表 格列举了某水利项目实施 DeepSeek 前后关键指标的对比： 指标 实施前 实施后 预警准确率 75% 92% 水资源利用 率 65% 85% 维护成本 高 降低 30%