盤古大模型 PanguLargeModels 盤古大模型 PanguLargeModels 盤古大模型是面向B端行業(yè)的大模型，包含L0中5類基礎大模型、L1行業(yè)大模型及L2場景模型三層架構(gòu) 盤古大模型是面向B端行業(yè)的大模型，包含L0中5類基礎大模型、L1行業(yè)大模型及L2場景模型三層架構(gòu)
全鏈路專業(yè)服務，讓大模型從可用到好用 · 6大階段30+專業(yè)服務，覆蓋大模型建設全流程，加速政企落地大模型 · 創(chuàng)新運營服務模式，實現(xiàn)全場景模型經(jīng)驗沉淀、全流程運營賦能產(chǎn)業(yè)，快速孵化大模型場景化應用 大模型混合云十大創(chuàng)新技術 大模型混合云十大創(chuàng)新技術 了解詳情 十大創(chuàng)新技術 加速構(gòu)建企業(yè)專屬大模型
體驗 政企知識檢索 智能創(chuàng)意營銷 行業(yè)API助手 行業(yè)研發(fā)助手 政企會議助手 文檔與學習成長 盤古大模型 盤古大模型 什么是盤古大模型 盤古NLP大模型能力與規(guī)格 盤古大模型快速入門 如何調(diào)用盤古大模型API 查看全部 AI Gallery百模千態(tài)社區(qū) AI Gallery百模千態(tài)社區(qū)
文檔與學習成長 盤古大模型 盤古大模型 什么是盤古大模型 盤古預測大模型能力與規(guī)格 盤古大模型快速入門 如何調(diào)用盤古大模型API 查看全部 AI Gallery百模千態(tài)社區(qū) AI Gallery百模千態(tài)社區(qū) 優(yōu)質(zhì)昇騰云AI模型專區(qū) 幾行代碼自由部署AI應用 豐富多樣的AI訓練數(shù)據(jù)集 場景化AI案例，助力AI賦能千行百業(yè)
提供高精度的全球模型，無需定制和訓練，直接訂閱即可推理 多種部署形態(tài) 支持公有云、混合云、邊緣多種形態(tài)，滿足不同需求 文檔與學習成長 盤古大模型 盤古大模型 什么是盤古大模型 盤古科學計算大模型能力與規(guī)格 盤古大模型用戶指南 如何調(diào)用盤古大模型API 查看全部 AI Gallery百模千態(tài)社區(qū)
廣汽借助華為云盤古多模態(tài)大模型，打造業(yè)界首個支持點云生成的大模型，為其端到端仿真高效迭代提供強有力支撐。 文檔與學習成長 盤古大模型 盤古大模型 什么是盤古大模型 盤古多模態(tài)大模型能力與規(guī)格 用戶指南 如何調(diào)用盤古大模型API 查看全部 AI Gallery百模千態(tài)社區(qū) AI Gallery百模千態(tài)社區(qū)
大模型安全護欄 ModelArts Guard 大模型安全護欄 ModelArts Guard 大模型安全護欄（ModelArts Guard），做配套大模型的內(nèi)容安全防線 大模型安全護欄（ModelArts Guard），做配套大模型的安全防線，開放兼容，適用盤古大模型和三方大模型
大模型混合云TOP N 場景 大模型混合云TOP N 場景 1對1咨詢 了解華為云Stack 大模型行業(yè)場景落地三要素 大模型行業(yè)場景落地三要素 場景是大模型行業(yè)落地的關鍵所在，而在場景落地過程中，數(shù)據(jù)、經(jīng)驗和生態(tài)是核心要素，數(shù)據(jù)的數(shù)量和質(zhì)量決定模型效果上限；經(jīng)驗就像“名師指導”
多語種內(nèi)容審核，平臺全面保護 一站式大模型開發(fā)平臺 一站式大模型開發(fā)平臺 ModelArts Studio大模型開發(fā)平臺是集數(shù)據(jù)管理、模型訓練、模型部署于一體的綜合平臺，專為開發(fā)和應用大模型而設計，旨在為開發(fā)者提供簡單、高效的大模型開發(fā)和部署方式 為什么選擇大模型開發(fā)平臺ModelArts
《互聯(lián)網(wǎng)信息服務算法推薦管理規(guī)定》明確，具有輿論屬性或者社會動員能力的算法推薦服務提供者應當在提供服務之日起十個工作日內(nèi)通過互聯(lián)網(wǎng)信息服務算法備案系統(tǒng)填報服務提供者的名稱、服務形式、應用領域、算法類型、算法自評估報告、擬公示內(nèi)容等信息 方便
湘江鯤鵬目前在人工智能大模型領域擁有算力、數(shù)據(jù)、算法三大關鍵要素的經(jīng)驗積累，構(gòu)建了大模型三個方面的差異化競爭力，盤古大模型AI專業(yè)服務覆蓋從前期咨詢、規(guī)劃設計，到數(shù)據(jù)工程、模型訓練，再到應用工程及模型運維的完整流程?；谌A為盤古提供的AI專業(yè)服務包，致力于為企業(yè)提供一站式人工智能解決方案
angChain等流行的大模型開發(fā)框架，構(gòu)建企業(yè)級AI應用；團隊擁有成熟的軟件工程技術和管理能力。6. 大模型使用的技術支持，用戶使用大模型平臺，解答用戶使用過程遇到的問題；大模型與應用對接集成，以及進行日常巡檢、故障處理、模型升級等服務。4. 工業(yè)數(shù)據(jù)模型（CAD模型、CAE模
太杉天尊大模型AIGC場景解決方案是以AI場景解決方案為核心的全棧Maas綜合方案，助力政企客戶靈活部署(可公有可私有部署）。具備自研的行業(yè)模型能力，主要用于政府/公安/教育等行業(yè)的數(shù)據(jù)處理、文本處理以及多模態(tài)處理等多場景。太杉天尊大模型AIGC場景解決方案，是一款專為滿足政府企
公司集成了世界領先的底層大模型，具備打通跨模型和工具鏈的平臺，提供從需求分析、數(shù)據(jù)收集、模型設計、訓練優(yōu)化、評估、系統(tǒng)集成、用戶界面設計、部署維護、合規(guī)性檢查、技術支持、性能監(jiān)控、擴展性設計、定制服務到持續(xù)研發(fā)一站式AI大模型定制研發(fā)服務。光啟慧語是一家圍繞大模型全棧開展技術研發(fā)和產(chǎn)
數(shù)據(jù)質(zhì)量。4. 模型訓練：?設計調(diào)優(yōu)方案，實施模型訓練，并進行模型評測。?熟悉盤古大模型工作流和云服務操作，確保模型效果優(yōu)化。5. 應用工程：?提供基于大模型能力的Agent開發(fā)和應用對接服務。?具備良好的軟件開發(fā)和溝通能力，實現(xiàn)大模型與應用的無縫對接。6. 模型運維： ?提供技
. 模型更新后，將新模型部署至相應環(huán)境。 十一、模型評測1. 設計模型評測方案，對大模型各類指標進行評測。2. 能夠按評測標準對大模型各項能力進行打分，輸出大模型評測報告。 十二、Agent開發(fā)1. 基于場景，設計并開發(fā)Agent工具。2. 基于langchain等大模型框架，完
天尊大模型AIGC場景解決方案配套服務是太杉AIGC解決方案的人工服務，是以AI應用解決方案為核心的全棧Maas綜合方案，助力政企客戶靈活部署(可公有可私有部署）。主要用于政府/公安/教育等行業(yè)的數(shù)據(jù)處理、文本處理以及多模態(tài)處理等多場景。天尊大模型AIGC場景解決方案配套服務是太
出門問問大模型“序列猴子”是一款具備多模態(tài)生成能力的大語言模型，模型以語言為核心的能力體系涵蓋“知識、對話、數(shù)學、邏輯、推理、規(guī)劃”六個維度，能夠同時支持文字生成、圖片生成、3D內(nèi)容生成、語言生成和語音識別等不同任務。出門問問大模型“序列猴子”是一款具備多模態(tài)生成能力的大語言模型，模
華為云盤古大模型 華為云盤古大模型 AI for Industries 大模型重塑千行百業(yè) AI for Industries 大模型重塑千行百業(yè) 盤古大模型致力于深耕行業(yè)，打造金融、政務、制造、礦山、氣象、鐵路等領域行業(yè)大模型和能力集，將行業(yè)知識know-how與大模型能力相結(jié)合
ModelArts支持本地準備模型包，編寫模型配置文件和模型推理代碼，將準備好的模型包上傳至對象存儲服務OBS，從OBS導入模型創(chuàng)建為AI應用。 制作模型包，則需要符合一定的模型包規(guī)范。模型包里面必需包含“model”文件夾，“model”文件夾下面放置模型文件，模型配置文件，模型推理代碼文件。
，支持1000+節(jié)點的擴展能力，PB級海量存儲。本文為您詳細介紹云數(shù)據(jù)庫GaussDB的升級操作方法。 GaussDB升級：實例升級擴容 GaussDB升級：實例升級擴容 GaussDB升級擴容操作場景 隨著實例部署時間及業(yè)務的增長，數(shù)據(jù)庫在運行性能及存儲上逐漸會達到瓶頸。此時，
ModelArts模型訓練 ModelArts模型訓練簡介 ModelArts模型訓練，俗稱“建模”，指通過分析手段、方法和技巧對準備好的數(shù)據(jù)進行探索分析，從中發(fā)現(xiàn)因果關系、內(nèi)部聯(lián)系和業(yè)務規(guī)律，為商業(yè)目的提供決策參考。訓練模型的結(jié)果通常是一個或多個機器學習或深度學習模型，模型可以應用到新的數(shù)據(jù)中，得到預測、評價等結(jié)果。
的配額，勾選需升級的配額，單擊“升級規(guī)格”。 4、進入頁面規(guī)格確認頁面，確認升級規(guī)格信息。 說明：若升級的目標版本為基礎版，則升級規(guī)格版本可選擇企業(yè)版或旗艦版，若升級的版本為企業(yè)版，則默認升級后規(guī)格版本為旗艦版。 5、確認升級版本無誤，單擊“立即購買”。 說明：升級購買只需支付新增部分的價格。
端口。 高斯數(shù)據(jù)庫模型-應用場景 金融核心交易 ERP/CRM 政企OA/辦公 金融核心交易 金融核心交易 適用于各類銀行核心交易系統(tǒng)分布式改造，數(shù)據(jù)庫的原生分布式能力可以極大的降低改造和遷移工作量。兩地三中心等極致高可用能力，可以為核心業(yè)務保駕護航。 優(yōu)勢 大容量高擴展：支持T
MySQL是否支持大版本升級？ 目前不支持通過云數(shù)據(jù)庫RDS的管理控制臺進行大版本升級。您可以使用數(shù)據(jù)復制服務（Data Replication Service，簡稱DRS）將云數(shù)據(jù)庫 RDS for MySQL 5.6版本遷移到MySQL 5.7版本，實現(xiàn)在線升級遷移，平滑完成數(shù)
看到內(nèi)核小版本升級提示，單擊“補丁升級”跳轉(zhuǎn)到小版本升級頁面。 內(nèi)核小版本功能詳情請參見華為云RDS for MySQL內(nèi)核版本說明。 根據(jù)升級時間不同，升級內(nèi)核小版本可以分為以下兩種方式。 1、立即升級：您可以根據(jù)實際業(yè)務情況，在目標實例的“基本信息”頁面手動升級云數(shù)據(jù)庫 RDS
000.00元/年 免費AI客服電話-智能AI客戶聯(lián)絡中心-AI智能電話機器特征 免費AI客服電話-智能AI客戶聯(lián)絡中心-AI智能電話機器特征 免費AI客服電話-內(nèi)置ASR引擎 支持ASR，NLP，NLU，TTS等技術數(shù)據(jù)整合識別、響應飛速提升 免費AI客服電話-多輪會話 領先的
升級ai大模型
智能陪練系統(tǒng)，采用大模型、NLP、 AS R、 TTS 等AI技術把培訓與陪練進行智能化升級，通過學員（客服、銷售人員、代理人等）與智能機器人互動對話問答的方式，針對新人上崗培訓、高頻、易差錯及新業(yè)務場景進行模擬建模，結(jié)合虛擬數(shù)字人等模擬真實語音對話場景，進行業(yè)務知識培訓與考核。運用大模型與小模型結(jié)合的評估模型對學員技能掌握情況進行全方位的評估和指導，降低學員在真實工作場景中的差錯率，提升服務質(zhì)量，幫助學員進行話術的反復練習，直到達到熟練掌握話術，流程和上崗所需技能的目的。
為了便于區(qū)分角色身份，智能陪練系統(tǒng)分為【陪練教學端】和【陪練學員端】。
陪練教學端主要是給系統(tǒng)管理員和導師使用，用于陪練系統(tǒng)的配置、課件的制作、知識庫積累、培訓練習任務的管理。
陪練學員端分為PC和H5，用于學員對導師推送任務的學習平臺。所以陪練系統(tǒng)操作手冊分為教學和學員端兩個，此文檔是教學端操作手冊。
教學首頁
教學首頁可以自定義常用功能、查看數(shù)據(jù)看板、資源總覽、任務總覽、趨勢總覽、學生排行5個方面的整個租戶內(nèi)容的統(tǒng)計數(shù)據(jù)。方便導師或系統(tǒng)管理員快速查看系統(tǒng)的數(shù)據(jù)情況。
登錄賬號有教學端和學員端兩種權(quán)限，那么在主界面的右上角就有【進入學員端】按鈕，單擊后即可進入學員端。
單擊右上角賬號名稱處，可以修改賬號的登錄密碼，并且可以退出登錄。
智能陪練
在智能陪練目錄分為3個板塊：【機器人平臺】、【機器人運營】、【通用設置】；機器人平臺
機器人平臺：板塊內(nèi)涉及智能陪練的內(nèi)容、模擬客戶、全局評分表等配置項功能，導師可以通過一系列配置，將業(yè)務知識、業(yè)務流程等業(yè)務話術教學資源錄入和沉淀，作為底層教學資源供其他導師在其它教學場景隨時調(diào)用，是導師給學員分配陪練任務中需要學員對練的內(nèi)容也是分發(fā)陪練任務的前提條件；
- 陪練機器人
用戶可以創(chuàng)建多個陪練機器人，對企業(yè)來說可以將不同場景或者業(yè)務的話術資源進行分類，每個企業(yè)可以創(chuàng)建陪練機器人的數(shù)量有上限，剩余可創(chuàng)建數(shù)量在右上角頁面顯示。機器人支持導入導出，但導出后機器人不可以被編輯，否則可能導致導入機器人失敗。單擊回收站即可打開彈窗查看已刪除的機器人。
陪練機器人是智能陪練的核心；問答知識、對話任務和劇本是陪練機器人的核心。三者關系是劇本要引用問答知識和對話任務配置的內(nèi)容。
- 第一步導師需要在問答知識和對話任務中進行對練內(nèi)容配置；一個陪練機器人可配置多個對話任務和問答知識。
問答知識：也就是FAQ，一個問答知識可以設置一個標準問、一個標準答案、多個相似問和評分規(guī)則；機器人可通過提出標準問或者相似問對學員提問，并依據(jù)評分規(guī)則對學員的回答進行評分。問答知識支持Excel模板導入。
對話任務：也就是完整的場景類模擬對話。對話流程在畫布中配置多個對話節(jié)點并連線實現(xiàn)；每個對話節(jié)點包含一句機器人（客戶）話術、一句學員標準話術和節(jié)點評分規(guī)則；對話任務支持Excel模板導入；
- 第二步劇本創(chuàng)建，導師需要創(chuàng)建流程劇本和問答劇本，為后續(xù)創(chuàng)建話術對練學習任務與話術對練考試任務中進行選用。一個陪練機器人可配置多個流程劇本和問答劇本。
一個對話任務對應一個流程劇本，一個問答劇本可以包含多個問答知識。
機器人信息：該頁面可進行機器人信息的編輯和機器人所屬行業(yè)劃分。
Figure6 機器人信息
- 第一步導師需要在問答知識和對話任務中進行對練內(nèi)容配置；一個陪練機器人可配置多個對話任務和問答知識。
- 問答知識：進入新建知識頁面后可進行歸屬分類、標準問法、標準回復等設定，設定該問答知識的分值，最后對該問答知識的扣分規(guī)則進行設定。單擊+編輯規(guī)則進入添加條件組可對該問答知識進行分數(shù)規(guī)則設定。
圖7 問答知識
圖8 新建問答知識
圖9 編輯問答知識
- 對話任務：
- 單擊對話任務可跳轉(zhuǎn)至對話任務界面，單擊新建任務進入一個新的流程畫布頁面，或者已有對話任務進行配置與編輯，單擊編輯進入界面；
圖10 對話任務
- 進入該界面，畫面所展示的為一個子流程，如：開始節(jié)點、驗證身份，卡號、驗證身份，密碼等等為一個子流程。一個完整的子流程需包含跳轉(zhuǎn)節(jié)點與對練節(jié)點。
圖11 子流程
- 通常情況下每個對練節(jié)點的組成為一問一答，多個一問一答的模式可組成一個完整的劇本，即一個子流程。跳轉(zhuǎn)節(jié)點通常即為流程結(jié)束時跳出流程使用
圖12 一問一答
- 單擊‘對練節(jié)點’并將其拖動至灰色畫布頁面處即可新增一個對練節(jié)點
圖13 對練節(jié)點
- 單擊開始節(jié)點的【默認】并拖動至對練節(jié)點處即可將兩個節(jié)點相互連接，連線代表流程順序，由開始節(jié)點進入對練節(jié)點再進入到下一個對練節(jié)點，即有一個問題循序漸進的問到下一個問題
圖14 開始節(jié)點
- 每個對練節(jié)點都由一句機器人話術，一句學員標準話術以及學員話術的得分規(guī)則組成；
圖15 機器人話術
- 單擊“編輯規(guī)則”可展開分數(shù)規(guī)則配置頁面，支持關鍵詞（詞語和正則）、相識度、違規(guī)者的配置，并支持不同關鍵詞之間不同的邏輯關系配置；
圖16 編輯規(guī)則
- 對練節(jié)點的內(nèi)容也可以從問答知識里進行進行篩選，篩選后再編輯規(guī)則。
圖17 篩選后再編輯規(guī)則
圖18 詢問其他問題
- 對練節(jié)點中，機器人話術支持自動生成相似問。單擊【推薦相似問法】，機器人可生成多個相似問。相似問需要選擇后進行添加；
在設置一個或多個對練節(jié)點后，需要跳出整個對話流程，需要對機器人配置一個跳轉(zhuǎn)節(jié)點，以此結(jié)束機器人的對話流程。
圖19 推薦相似問法
- 最終進行保存草稿并進行校驗發(fā)布即可，即配置了一個完整的對話流程，學員可以通過這個流程進行一個對話流程的訓練。
圖20 進行校驗發(fā)布
- 單擊對話任務可跳轉(zhuǎn)至對話任務界面，單擊新建任務進入一個新的流程畫布頁面，或者已有對話任務進行配置與編輯，單擊編輯進入界面；
- 劇本：機器人中的每個對話任務可被新建為一個流程劇本，每個機器人包含的問答知識可被設定為問答劇本。流程劇本與問答劇本用于導師進行陪練學習任務的創(chuàng)建，導師推送任務后將學員端將會生成話術對練任務。
圖21 全劇劇本
新建流程劇本時，選擇對應的對話任務進行流程劇本的新建。其關聯(lián)客戶的設定依賴于【模擬客戶庫】中的所設定的模擬客戶，評分標簽依賴于【通用設置】中所設定的評分標簽。新建完成后即可形成流程劇本資源。
圖22 新建流程劇本1
圖23 新建流程劇本2
- 詞庫管理：關鍵詞、違規(guī)詞、實體詞和NLP詞庫的增、刪、改、查功能。
關鍵詞
可分組管理關鍵詞，支持手工新建，導入導出；
關鍵詞的應用：
- 問答知識和對練節(jié)點中進行編輯評分規(guī)則時，可以引用的詞庫中的詞
圖25 詞庫
- 在配置全局評分表中進行引用
圖26 配置全局評分引用
違規(guī)詞
可分組管理違規(guī)詞，支持手工新建，導入導出；
違規(guī)詞的應用：
- 問答知識和對練節(jié)點中進行編輯評分規(guī)則時，可以引用的詞庫中的詞
圖28 違規(guī)詞的應用1
- 在配置全局評分表中進行引用
圖29 違規(guī)詞的應用2
NLP詞庫
通過維護敏感詞庫和敏感詞白名單，對NLP敏感詞庫進行補充，維護好的詞庫，全局評分表中的評分規(guī)則進行選用。
- 敏感詞庫，用于維護敏感詞，關聯(lián)到全局評分表后，對練中如檢出敏感詞則進行扣分；
- 白名單庫，即對練中被敏感詞模型誤召回的詞語，添加為白名單后，不再被識別為敏感詞；
圖31 敏感詞
- 意圖庫：支持分組管理意圖，支持意圖的增、刪、改、查，支持導入導出。例如按照學員或者客戶的意圖
圖32 客戶的意圖
- 意圖庫應用：在對話任務中的對練節(jié)點，進行機器人話術和學員話術編輯時，可選用意圖庫中的意圖作為話術；
圖33 意圖庫應用
圖34 選用意圖
全局評分表
全局評分表的設置，支持評分表增、刪、改、查；
在全局評分表中，可以設置2個維度的評分標準：
- 基于服務態(tài)度的評分：比如學員的情緒、語速快慢、音量清晰、是否存在搶插話等維度進行相應的扣分
- 基于話術準確度的評分：比如學員回答話術的準確度、是否命中回答要點（或關鍵詞）、是否存在違規(guī)詞等維度進行相應的扣分
模擬客戶庫
話術對練，話術考試時與現(xiàn)實場景相互結(jié)合，引入模擬客戶，使對練內(nèi)容更加貼近現(xiàn)實，更具有真實性。模擬客戶庫包含模擬客戶所有個人信息，模擬客戶在新建或者修改流程劇本時可引入。
在進行話術考試任務的創(chuàng)建時，選用含有模擬客戶的劇本，學員即可在考試時查看該模擬客戶的客戶畫像。學員在話術考試中可針對客戶畫像做出分析，結(jié)合客戶實際場景進行話術考試。
知識庫
在知識庫中可以管理企業(yè)中的所有課件資料、考試試題資料、優(yōu)秀的案例錄音，然后在培訓中心就可以創(chuàng)建課程學習任務、話術練習/考試任務、試卷刷題/試卷考試任務。
- 素材庫
單擊上傳資源可以在資源庫中上傳pdf、jpg、png、gif、docx、doc、xlsx、xls、ppt、pptx、mp4 、mp3、zip、rar類型的文件，導師可以上傳培訓的課件視頻、音頻、圖片、文檔的內(nèi)容。單擊上傳素材按鈕就會顯示彈窗，里面會顯示對某個格式文件的大小要求，支持上傳多個素材，一次最多不超過20個，總大小不超過1G。圖40 素材庫
圖41 上傳素材
- 試題庫
試題庫是一個包含大量試題的資源集合。試題類型包括：單選題、多選題、判斷題、填空題、簡答題；系統(tǒng)支持配置多個試題庫，旨在滿足不同教學和考試需求。
試題庫支持批量導入，也支持手動配置；如果有大模型能力，還支持根據(jù)材料自動生成試題，大模型生成的試題經(jīng)過用戶審核，可被采納到試題庫中，用于后續(xù)試題任務出題。
圖42 試題庫
單擊試題庫表單【編輯】可進入試題庫頁面，進入該頁面后可對每個試題進行編輯或刪除的操作，可以簡單查看到題目下方的答題情況。若建立題庫后不需要進行題庫的導入，也可以通過單擊頁面右上方【+新增試題】進行試題庫的完善與補充。當前可支持的新增試題題型為單選題、多選題、判斷題。
- 培訓中心
講師可以在培訓中心完成對學員的培訓功能，在這里可以創(chuàng)建課程，指定學員在規(guī)定時間內(nèi)進行學習。針對需要對練的場景，比如練習銷售話術或者客服回答話術，可以創(chuàng)建陪練任務完成人機對練。為了檢驗學習效果，可以創(chuàng)建考試任務，考試完成后講師可以看到考試的整體完成情況
- 課程任務：講師選擇需要學習的課程素材，確定學習時間，制定需要完成學習的學員或相關機構(gòu)或相關分組，推送給學員進行學習，講師可以查看每個學員的學習進度，跟進學習情況。
- 陪練任務：講師選擇需要練習的話術劇本，設置好練習頻次（每周練習/每日練習/總次數(shù)），設置練習模式（語音/文本/數(shù)字人練習），選擇相關的學員，推送給學員進行練習。練習后，講師可以看到每個學員的練習次數(shù)、通關次數(shù)、練習最高分。
- 試題任務：講師選擇題庫，從中進行抽題，并設置每種題型的分數(shù)，設置好通關分數(shù)，選擇考試時間和考試學員，學員就必須在規(guī)定時間內(nèi)完成考試?？紤]到可能會存在重考的情況，若講師允許，可以設置多次考試，考試成績將會以最高分記錄。考試完成后，講師可以看到考試整體情況：應考人數(shù)、參見考試人數(shù)、未考人數(shù)、最高分、最低分、平均分、通過率，以及考試排行榜，統(tǒng)計每個學員的考試情況，針對考題分析答錯情況。
- 學習地圖：對于需要在特定時間內(nèi)針對某些學員完成學習、練習、考試等綜合任務的場景，可以用學習地圖。在學習地圖中可以添加章節(jié)，章節(jié)里可以添加學習任務、陪練任務、試題任務，然后選擇對應的學員和完成時間，設置好后，學員就可以學習并完成任務。
- 學習地圖：
可以按場景（比如新員工培訓）將課程學習、話術練習、試題考試等多個任務放到一起，便于導師跟蹤整個任務的完成情況。
單擊【創(chuàng)建任務】，填寫好任務名稱后完成創(chuàng)建。單擊【編輯】按鈕進入編輯頁面。
圖43 學習地圖
圖44 創(chuàng)建學習地圖
在編輯頁面中選擇分配學員、填寫課程介紹和課程大綱
圖45 基礎信息
圖46 詳情介紹
在學習大綱中，可以在左側(cè)新建章節(jié)，然后創(chuàng)建子任務，選擇任務即可保存。
圖47 學習大綱
創(chuàng)建任務成功后，在學習地圖任務列表中的操作列單擊【推送】，即可推送給學員進行學習。已推送的計劃任務可以復制出來，再創(chuàng)建一份副本。
針對正在進行中的任務，若中途需要暫停學習，可以單擊【暫?！堪粹o，這樣學員就看不到此任務。
- 課程任務
該頁面可進行導師向?qū)W員布置課程任務，并將課程任務推送到學員的【學習中心-課程】處。
課程任務的發(fā)布首先將學員需要學習的課程上傳至【知識庫-素材庫】，隨后該頁面單擊+創(chuàng)建任務。
圖48 課程任務1
創(chuàng)建任務時可自定義任務時間任務課時以及任務分配學員，設置自動推送時間。當?shù)竭_自動推送時間后，該任務可被推送至學員學習中心處，也可以在新建課程任務保存后在列表操作欄選擇手動進行課程任務的推送。
圖49 課程任務2
當推送完成后，若已處理任務時間內(nèi)，那么任務狀態(tài)就是【進行中】，若在此過程中，需要再添加推送學員，鼠標可以移動到操作列中的更多按鈕，選擇【添加學員】按鈕，選擇學員后，系統(tǒng)將會給沒有推送過的學員在推送一次。
若正在進行中的任務，因為某些原因需要學員暫時不看到，可以單擊暫停按鈕，若希望再次使用，單擊【繼續(xù)】按鈕即可。
為了滿足導師快速創(chuàng)建課程任務，可以找到相似的課程，單擊【復制】就會創(chuàng)建一個副本，然后進行對應的編輯即可。
對于待推送的任務，可以編輯、刪除。狀態(tài)是進行中的任務不能刪除的，如需要刪除，需要先將任務進行暫停，然后再進行刪除。
任務統(tǒng)計數(shù)據(jù)：在任務列表頁面，單擊任務名稱或者【查看】，即可查看任務的統(tǒng)計分析數(shù)據(jù)；
圖50 任務統(tǒng)計數(shù)據(jù)1
圖51 任務統(tǒng)計數(shù)據(jù)2
因為課程任務、陪練任務、試題任務、計劃任務都比較類似，所以關于操作按鈕的說明不再贅述，用戶可以直接參考課程任務的說明。
- 試題任務
導師可為學員試題練習和試題考試，試題練習任務以及考試任務的試題依賴【知識庫-試題庫】處所導入的題庫，創(chuàng)建任務完成后導師可手動將任務推送至學員端。也可以通過試題練習任務直接生成考試任務。
單擊任務名稱或者【查看】按鈕，可以查看試題任務的統(tǒng)計數(shù)據(jù)；
圖52 試題任務1
圖53 試題任務2
- 試題練習
在創(chuàng)建試練習時，選擇題庫，設置每個類型題目的分數(shù)和出題數(shù)，填寫通過分數(shù)，要求次數(shù)。
圖54 試題練習
圖55 試題練習2
試題練習任務的要求次數(shù)表示學員刷題次數(shù)要達標，而且至少其中一次練習分數(shù)達到通過分數(shù)，才表示學員完成該練習任務。
- 試題考試：
試題考試可以新建，也可以由試題練習任務生成后，再進行編輯；
圖56 新建試題考試
圖57 生成試題考試
在試題考試任務配置頁面，可以配置通過分數(shù)和允許次數(shù)；
只要在允許次數(shù)內(nèi)通過，那么考試就算通過。同時若沒用完允許次數(shù)，就已通過，那么學員可以不繼續(xù)考試，也可以繼續(xù)考試爭取更高的分數(shù)。最終任務會取學員的最高考試成績。
填寫限時分鐘后，超過限時分鐘，則考試自動結(jié)束并提交考試結(jié)果。
考試時，可以設置答題時是否查看解析、題目是否打亂順序、選項是否打亂順序。
圖58 通過分數(shù)
- 陪練任務
導師可新建陪練學習任務及陪練考試任務并推送到學員端，學員根據(jù)導師給任務設定的要求進行練習與考試。
圖59 陪練任務
在發(fā)布陪練學習任務時，需要在【智能陪練-機器人平臺-陪練機器人】下配置好機器人，詳情見 陪練機器人。當陪練機器人配置完流程劇本或問答劇本才可新建陪練任務-話術對練任務。
- 對練任務：
在對練任務配置頁面可以選擇劇本；
圖60 對練任務
新建學習任務選擇需進行劇本的選擇，選擇劇本即為資源庫所建立的流程劇本或問答劇本。 若開啟【練習提示】，那么在話術對練時，在對練界面的右上角就會出現(xiàn)話術提示區(qū)域，里面會顯示下一句話術。若關閉，則不會顯示。若選擇自定義，則可以設置在練習多少次后關閉提示。
圖61 按學員
若開啟【互動反饋】，詳情見4.5反饋設置。開啟后學員在練習時會有相應的互動反饋，反饋內(nèi)容可在【通用設置-反饋設置】處根據(jù)需求進行自定義設置。
當添加了【資料附件】，那么對學員對練時就可以查看學習。
配置好以上信息后，單擊保存，就完成了任務的創(chuàng)建，就會在列表頁發(fā)現(xiàn)一個狀態(tài)為未推送的學習任務，單擊推送即可將任務推送至各個學員【學習中心-練習-話術對練】處進行學習。
陪練考試任務的新建，邏輯與陪練學習任務的新建一致，來源都為【智能陪練-機器人平臺-陪練機器人】內(nèi)的流程劇本以及問答劇本。但新建考試任務后，單擊推送，陪練考試任務將被推送至學員端【學習-考試-話術考試】界面。
陪練考試任務也可以由話術對練生成；
圖62 生成話術考試
圖63 新建話術考試
公開課
導師可以將學員選修的課程放到公開課中，配置后推送給學員，學員根據(jù)自身情況選擇學習。
公開課可以分類管理，需要在分類管理頁面進行創(chuàng)建分類框架；
選擇分類管理，單擊【創(chuàng)建一級分類】，填寫分類名稱即可。若不希望對學員展示此分類，可以設置為隱藏。分類最多可以設置5級分類。
- 公開課創(chuàng)建：
方式1【知識庫-素材庫】選擇需要創(chuàng)建公開課的材料，然后批量操作生成公開課；圖66 知識庫-素材庫
圖67 批量操作
方式2：直接在公開課頁面，單擊【創(chuàng)建公開課】進行創(chuàng)建；圖68 創(chuàng)建公開課
創(chuàng)建分類后，單擊【創(chuàng)建公開課程】按鈕，選擇課程素材，填寫名稱、分類，選擇需要推送的學員?？梢栽黾觾?nèi)容標簽，這樣學員就可以根據(jù)標簽篩選。
圖69 填寫基本信息
在公開課列表頁面，單擊任務名稱或者單擊【查看】按鈕，可以查看公開課統(tǒng)計數(shù)據(jù)，可以看到應學人數(shù)、已學人數(shù)、未學人數(shù)、學習時長，可以了解每個學員的學習情況，并且支持導出數(shù)據(jù)。
圖70 統(tǒng)計分析
數(shù)據(jù)中心
從導師、學員的角度進行多維度的統(tǒng)計，與任務分析相結(jié)合形成不同報表。導師可根據(jù)成績分析的結(jié)果，做到針對性的調(diào)整，從而使學員話術水平及業(yè)務素質(zhì)整體提高。學員可根據(jù)報表結(jié)果找到練習過程中所存在的問題。
- 數(shù)據(jù)統(tǒng)計
導師可以從數(shù)據(jù)統(tǒng)計中獲取任務統(tǒng)計、劇本統(tǒng)計、學員統(tǒng)計三個維度來分析當前學員任務整體情況和劇本練習情況
任務統(tǒng)計為學員話術對練練習情況統(tǒng)計，劇本統(tǒng)計為單個劇本完成情況的統(tǒng)計，學員統(tǒng)計為該學員整體任務情況。
圖71 數(shù)據(jù)統(tǒng)計
- 任務分析
任務報表為導師已發(fā)布的陪練任務總體情況統(tǒng)計，導師可通過各項任務的數(shù)據(jù)對比可從任務的角度進行整體情況的分析，并查看學員報表中學員任務整體完成情況。
學員報表內(nèi)除可查看各學員任務整體完成情況外，單擊列表頁查看可查看單個學員任務完成的整體情況
圖72 任務分析
圖73 學員報表
導師單擊【學員pk報表】頁面的具體人員，跳轉(zhuǎn)至學員的【練習詳情】
圖74 練習詳情
- 學員畫像
導師可查看所有學員畫像，單擊學員畫像【詳情】可跳轉(zhuǎn)至該學員話術能力詳情頁。導師通過學院畫像可查看當前學員話術能力整體趨勢，并針對性的對全體學員做出強化。
圖75 學員畫像
單擊某個學員的詳情，就可以查看學員的成長趨勢。
圖76 學員的成長趨勢
配置中心
管理員可以在系統(tǒng)管理中自定義菜單、針對模擬客戶增加自定義字段、配置任務的郵件通知模版、查看系統(tǒng)的操作日志。
管理員初始使用智能陪練，需在系統(tǒng)對自己的用戶（學員、導師）做出相應配置，人員信息錄入，人員權(quán)限分配以及菜單權(quán)限的分配以及其他參數(shù)配置等。
組織與用戶
- 機構(gòu)管理
機構(gòu)管理可實現(xiàn)對用戶所處的各大小層級機構(gòu)進行管理。
機構(gòu)管理進行新建機構(gòu)，若新建的該機構(gòu)存在上級機構(gòu)，則可在新建機構(gòu)時選擇上級機構(gòu)即建立該上級機構(gòu)的下級機構(gòu)。新建機構(gòu)完成后將自動在列表生成編碼，系統(tǒng)支持機構(gòu)管理批量導入，導入機構(gòu)時可進行自定義機構(gòu)編碼。
圖77 機構(gòu)管理
- 用戶管理
管理員需通過用戶管理實現(xiàn)所有使用該平臺的用戶進行人員信息錄入及管理。
新建人員可以手動錄入，同時系統(tǒng)支持用戶批量管理人員信息，可參照模板導入、導出人員信息。
用戶管理表單中可對每個用戶進行編輯、非激活、分配權(quán)限、刪除人員、強制重置密碼操作。非激活可使用戶處于非激活狀態(tài)，該狀態(tài)時候用戶賬號將被鎖定并無法登錄使用該平臺。隨后根據(jù)自身需求可對用戶進行分配權(quán)限，該操作依賴目錄頁【人員】中的角色管理，詳情見角色管理。
可以勾選多個用戶進行批量操作：批量改為激活、非激活、批量修改角色、批量修改機構(gòu)
圖78 用戶管理
- 白名單管理
白名單的管理，包括增、刪、改、查、導入、導出等功能；
白名單應用：在培訓中心的課程任務、試題任務、對練任務中編輯頁面，可以引用白名單管理里面設置白名單。
圖79 白名單
圖80 添加白名單
- 角色管理
因為導師和學員都是在用戶管理創(chuàng)建，那么在角色管理中，會將角色分為教學端和學員端的角色，教學端默認會有管理員和導師角色，學員端默認有學員角色，如果用戶像自定義教學端的角色，可以進行設置。學員端只有學員角色，不支持修改、添加角色。
圖81 新建角色
每個角色除擁有各自的菜單權(quán)限以外還需對其數(shù)據(jù)權(quán)限進行授權(quán)，部分用戶存在不必要擁有的數(shù)據(jù)權(quán)限。
若對某角色資源庫的刪除數(shù)據(jù)權(quán)限進行全部授權(quán)，則該角色的所有用戶可擁有刪除劇本的權(quán)限。取消全部授權(quán)，可選擇授權(quán)本人或授權(quán)分組。選擇授權(quán)本人則本人擁有刪除劇本的權(quán)限，選擇授權(quán)分組即設定該可刪除劇本的角色權(quán)限范圍。
圖82 數(shù)據(jù)權(quán)限1
圖83 數(shù)據(jù)權(quán)限2
- 分組管理
考慮到學員在培訓期間導師會將學員分成各個小組，所以導師可以在分組管理中創(chuàng)建多個學習小組，然后將學員添加進去，便于導師的培訓跟蹤。
首先創(chuàng)建分組類型，然后創(chuàng)建用戶分組，然后選擇某個分組后，單擊添加學員按鈕，這樣就將學員添加到分組中了。
圖84 分組管理
升級ai大模型常見問題
更多常見問題 >>-
盤古大模型致力于深耕行業(yè)，打造金融、政務、制造、礦山、氣象、鐵路等領域行業(yè)大模型和能力集，將行業(yè)知識know-how與大模型能力相結(jié)合，重塑千行百業(yè)，成為各組織、企業(yè)、個人的專家助手。
-
華為云CodeArts Snap是一款基于大模型技術打造的智能開發(fā)助手，旨在提高開發(fā)人員的生產(chǎn)力和代碼質(zhì)量，為開發(fā)者帶來全新的編程方式和體驗。
-
模型轉(zhuǎn)換，即將開源框架的網(wǎng)絡模型（如Caffe、TensorFlow等），通過ATC（Ascend Tensor Compiler）模型轉(zhuǎn)換工具，將其轉(zhuǎn)換成昇騰AI處理器支持的離線模型。
-
本次Serverless應用中心上線文生圖應用，用戶無需下載源代碼、了解各種安裝部署知識、安裝復雜的依賴，通過華為云Serverless應用中心即可一鍵創(chuàng)建AI文生圖應用，體驗 “0” 構(gòu)建門檻、“0” 資源閑置并具備極致彈性的Serverless AI繪圖能力。
-
華為云Serverless技術極大的優(yōu)化了AI應用開發(fā)過程，一鍵部署AI應用、提升開發(fā)團隊工作效率。讓AI團隊可以更關注業(yè)務實現(xiàn)，而無需關注底層技術細節(jié)。
-
在自然語言處理（NLP）領域中，使用語言模型預訓練方法在多項NLP任務上都獲得了不錯的提升，廣泛受到了各界的關注。本課程將簡單介紹一下預訓練的思想，幾個代表性模型和它們之間的關系。
升級ai大模型教程視頻
最佳實踐視頻幫助您快速了解搭建流程 了解更多
-
06大規(guī)模并行模型訓練
基于Atlas 900 AI集群和深度學習訓練平臺進行BERT網(wǎng)絡大規(guī)模并行模型訓練。 -
NAIE模型訓練服務演示
以數(shù)據(jù)中心PUE優(yōu)化為例進行模型訓練服務和數(shù)據(jù)中心PUE優(yōu)化模型生成服務操作演示，使開發(fā)者快速熟悉NAIE模型訓練服務和數(shù)據(jù)中心PUE優(yōu)化模型生成服務。 -
數(shù)據(jù)中心AI模型開發(fā)
使用電信領域一站式模型開發(fā)服務，從數(shù)據(jù)預處理，到特征提取、模型訓練、模型驗證，本服務為開發(fā)者提供開發(fā)環(huán)境、模擬驗證環(huán)境，API和一系列開發(fā)工具，幫助開發(fā)者快速高效開發(fā)電信領域模型。