请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2025年05月04日 AI 赋能资产配置（十二） DeepSeek 资产配置进阶实践的 20 个核心问答 核心观点 策略研究·策略专题 证券分析师：陈凯畅 证券分析师：王开 021-60375429 021-60933132 chenkaichang@guosen.com.cn wangkai8@guosen.com.cn

............................. 5 2. 智能客服问答引擎介绍................................................................................................... 7 2.1 FAQ 问答引擎....................................... ........................... 7 2.2 任务问答引擎............................................................................................................. 7 2.3 图谱问答引擎.................................... ......................................................................... 8 2.4 表格问答引擎............................................................................................................ 8 3

.......................................................................................5 2.2.1 智能问答................................................................................................... 4 3 2 2.2 基本功能 DeepSeek 的功能主要包括智能问答、内容生成、 数据分析与可视化、代码 辅 助、多语言支持等。 2.2.1 智能问答 智能问答是 DeepSeek 最基础的功能之一，它能快速解答各类问题，包括科 学知识、历史文化、生活常识和技术问题等，都能给出准确且详细的回答。其中， 推理问答则是 DeepSeek-R1 模型的主要特点，在数学证明任务方面直接提问， 启发式提示可能干扰其逻辑主线。 “ ” 例如对于分析电车难题，直接抛出复杂问题。如： 分析 电车难题 中的功 利 主义与道德主义的冲突。得到结果如 图 2-4 智能问答的部分结果。 图 2-4 智能问答的部分结果 5 2.2.2 文本生成 文本生成的方向较多，包括新闻报道、学术论文、商业文案等。例如， 让它 “ 写一篇关于 Deepseek 技术与工程审计 ” 为主题

图像识别 AI问答 制度问询 查询助手 智能客服 报销助手 财务政策问答 AI预审 智能问询 异常预警 规则审查 附件审查 大数据分析 AI审核要素总结 AI审核风险提示 员工报销与商旅 员工借还款 营销费用 对公费用 AI合规检测 专 家 工 作 台 决策分析 盈利能力 分析 决策看板 行动建议 财务报告 生成 智能预测 AI问答 指标查询 数据解读 知识分类 运营维护 知识标签 版本管理 权限体系 制度问答助手 产研知识问答 智能在线客服 运维工单答复 数据采集 采集来自企业内部、外部各种类 型各种来源的原始知识数据 知识治理 知识进行消歧、去重等处理，删 除掉错误、过时的信息。保障知 识可用性 知识体系 建立起一个科学合理、易于使用 的知识管理运营体系。 知识问答系统构建 依据高质量知识、完善的知识体 系，设计出高效、准确的知识检 基于自建知识库的智能问答 …… 预置QA2 知识库 用户提问 传统ChatBot 相似度 关键词 学习、理解 VS 传统问答模式下，知识运营人员需要梳理多年累积的 知识文档，花费大量时间形成预置QA问答题库。用户 提问时，问答机器人通过简单NLP匹配最接近的几条 知识问答，进行模糊性答复。 大模型+RAG模式下，知识运营人员直接上传知识文 档，无需预置问答。用户提问时，智能问答助手首先

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 答。 问答机器人将用户的问题匹配 到知识库中最相近的知识点上， 用该知识点的答案回答用户。 怎么注册会员 • 我想成为会员 • 会员怎么申请 会员有什么权益 • 会员有特权吗 • 会员能干什么 • 会员有啥好处 怎么查询积分 • 我有多少积分 • 如何查看积分 • 哪里能查积分 问答机器人 机器人回答 命中知识点“如何查询积分” 用户问题 怎么看还剩多少积分 • 基本思路 • 每个知识点是一个分类 • 将整个知识库作为训练数据 • 传统机器学习模型 • Adaboost • 神经网络模型 • LSTM • CNN • fastText 知识库 分类 2 基于分类模型的问答系统 分类器 分类 1 分类 3 训练分类器 分类结果 用户问题 • 检索 • 以知识库中的问题为粒度建立索引，每 个 问题都对应一个知识点 • 对用户问题进行分词、去停用词、同义

传统搜索无法完整找到多格式 的 知识， 找知识效率低。 会前知识检索 会中随时提问 会后智能回顾 培训计划制定 AI 教学、 出题 AI 学习、智能陪练 搭建专属的行业知识库 支持多格式内容的识别、解析、问答 生成专业报告 AI 办公｜ DeepSeek & 腾 讯知识库 + 培训 + 视频会议三大 AI 办公应用 场景 人才培养 企业级知识底座 远程沟通 3 内容操作防泄漏 分享 、复制 、打印 权限设置 + 安全管理 + 私有化部署构建安全可控的本地 AI 知 识库 企业级 、部门级 、团队级知识库 细化到人的权限管理 合规和内容防泄露 4 知识底座｜员工个人知识库 知识创作 +AI 问答 + 团队分享帮助员工沉淀工作经 验 权限灵活配置 基于知识下发学习任务 获取学习数据的洞察 员工可创建个人知识库 工作知识经验沉淀 数据资产归公司管理 边看边提问 赎回手续费是多少？ ” “ 我想在南山西丽街道组每月每平方 60 元左右的办公场地， 有什么推荐” • 通过长文本大模型对文本进行多级语义拆分（标题、副标题、段落等） 数字问答 表格问答 推理比较 操作步骤问答 1. 在国际知名的 C-MTEB 榜单上，模型在 8 个中文任务上可以达到效果最 优 • 覆盖论文 、杂志、 说 明书、试卷、海 报、 PPT... 3

提升知识质量 360 知识管理大模型 通义千问 · · · · · · 知识智能 MCP 服务 知识问答 MCP 指标问答 MCP AI 文档生成 MCP AI 阅读 MCP 关键信息提 MCP 术 • 以 Agent 重构传统 RAG ，提升问答准确率及效果 • 长链路、多跳、事实推理效果更佳 • 跨模态数据融合应用：打通结构化与非结构化知识 ⑤ 内置企业级敏捷 Agent 平台 + 丰富的知识类技能 + 知识类智能体市场 • 专业的知识类技能 ：比如文档解析、录音转写、发票识别 • 丰富知识类 Agent ：知识问答 / 创作型 / 技能型 / 数据型 • 助力企业智能体走向专业化 RAG 综合召回解决方案 ★ 问 题 分 析 意图识别 反问 / 追问 问 题 改 写 智 能 推 理 Rerank 多轮校验 上下文增强 知识问答 二次创作 分析推理 总结摘要 支持 29 种多模态数据 ，综合能力上 ， 360 RAG 方案在中文评测基准 SuperCLUE-RAG 专项榜单中表现优异取得榜单第二 ， 通过 了中国信通院

AI+医疗如何落地防疫诊疗全流程 ——盘点五大智慧医疗典型案例 案例概览 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步——柯基数据 案例 2 | 不只是疫情咨询，院前预检筛查成智能问答新“战场”——朗通医疗 案例 3 | 互联网医疗作为“第二战场“，在疫情防控中发挥重要作用——左手医生 案例 4 | 高敏快速检出病灶，CT+AI 助力医院实现“应收尽收”——体素科技 如果说此前智慧医疗的主要推动力是政策，那么，此次疫情中智慧医疗在多环 节部署的牵引力就是突然催生的需求和应用场景。纵观本次疫情中的智慧医疗 应用，大致可分为智能问答、线上问诊以及 AI 辅助诊疗。 在诊前环节，虚拟助手依靠自然语言处理和知识图谱等 AI 技术提供智能问答服 务，承担减轻恐慌、分流普通患者的任务；同时，线上问诊作为线下诊疗的补 充，在患者就诊前通过人机交互技术快速收集患者病情信息，进行患者筛查， 病的复诊，但是疫情过后，随着政策支持与用户使用习惯的培养，可以预见不 管是慢性病的长期诊疗和管理，还是心肺疾病等重要疾病的长期愈后服务，都 会借助互联网医院和智能化的手段得以加快发展。 案例 1 | 基于知识图谱的新冠肺炎防护问答助手，离智能更近一步 疫情爆发初期，大量患者对病情知识匮乏，出于对自身症状的恐慌到医院就医， 人群聚集引起交叉感染风险。因此，短时间内正确地将大量疫情信息及预防措 施以简单易懂的方式向民众科普

...... 10 8 政务大模型通用服务能力 .............................................................. 10 8.1 交互式问答 ...................................................................... 10 8.2 生成式 BI ............. 形成一 致、规范的文本数据。考虑文本的语法、语义和上下文信息，确保文本对齐和一致性； c) 应支持QA抽取能力，从原始文本中提取问题与答案相关信息的能力，以构建问答对数据。关注 问题的表述清晰度、答案的准确性以及上下文关联性，确保问答对质量； d) 应确保标注过程的可追溯性，便于后期数据审核和质量控制； e) 宜支持多人协同标注，提高标注效率。 6.2.1.3 数据增强 a) 应支持 prompt 对输入问题进 行预处理，识别重复问题并跳过已回答过的部分，或通过对模型输出的答案进行去重处理，针 对性优化实现； i) 宜支持对抗训练，提升模型抗干扰能力、提升对模糊表述（如口语）的理解能力，防止问答等 场景被误导； j) 宜支持多模态融合优化，统一文本、图像、语音等模态的语义空间。 6.3 模型评测 6.3.1 技术评估 a) 应支持由专业人员对模型进行人工评估，以获取更准确和全面的评估结果；

.................................................................................... 31 案例一 北京智能政务问答知识中枢..................................................................... 31 案例二 “桑智”政务智能助手：湖南县域 AI 费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 14 北京 12345 微信公众号等渠道，增加了“助残辅助类型”标识，进一步提升了适 老助残服务的精准性。此外，对于复杂多样的民情民意，“接诉即办”改革坚持 效 率较低。大模型结合知识图谱技术，可以构建动态知识库，自动解析并整合各类 政策文件，使热线系统能够即时提供最新的政策信息。例如，市民咨询社保缴费 政策时，系统可以自动调取最新政策，并通过智能问答系统进行解读。 3.工单智能化处理 工单的处理效率直接影响政务热线的服务质量。大模型支持工单智能生成、 29 分类与转派，避免人工填写和筛选的低效问题。通过智能算法，系统能够识别市 民诉求