Closed MarleneJiang closed 7 months ago
感谢提供建议。
在测试了整体框架,发现以下问题,并提出一些建议。如果方案可行,可以贡献仓库代码
动态示例Prompt
实际使用,发现意图插槽填充部分并不能够很好的对应,例如:
SON:[{"name": "旅游地点", "desc": "待查询的旅游名称,例如'长白山'", "value": ""}] 用户输入:这个冬天,我想要去长白山旅游,请给我一份攻略 答: LLM输出: [{"name": "长白山旅游","value":""}]
试图调整prompt,发现效果并不理想。通过不断测试发现,在添加合适的示例prompt后,能够非常好的输出结果。
因此,建议增加一个可选的示例模块功能到scene_template.json
可增量式意图识别
目前,意图识别主要通过序号选择实现,效果较佳。但是当意图场景不断增加时,效果直线下降。同时,如果意图文字意思非常相近,也会效果大减。有待进一步解决方案
自动结束对话
经过glm3实际使用,发现百分比方法判断场景是否改变,并不能很好的判断,效果很差。在长对话上面存在非常大的问题。
建议,当自动调用api后,可以提供用户主动结束当前场景的选项按钮,去主动结束。“全自动” 目前在能力较弱的模型上仍不理想。
个人认为整个框架比较适合不支持functioncall(工具调用)的一些模型,这些模型能力通常比较弱。因此,提出一些可以改进的问题和想法。欢迎进一步探讨~
看了你们的讨论,不错。最近也研究这方面的内容,请问提的这几个问题都提交PR了嘛?谢谢。 另外,请教一下关于优化方案设计还有没有其他的想法或可学习的资料,欢迎推荐。谢谢
祝好 Yazoo
在测试了整体框架,发现以下问题,并提出一些建议。如果方案可行,可以贡献仓库代码
动态示例Prompt
实际使用,发现意图插槽填充部分并不能够很好的对应,例如:
试图调整prompt,发现效果并不理想。通过不断测试发现,在添加合适的示例prompt后,能够非常好的输出结果。
因此,建议增加一个可选的示例模块功能到scene_template.json
可增量式意图识别
目前,意图识别主要通过序号选择实现,效果较佳。但是当意图场景不断增加时,效果直线下降。同时,如果意图文字意思非常相近,也会效果大减。有待进一步解决方案
自动结束对话
经过glm3实际使用,发现百分比方法判断场景是否改变,并不能很好的判断,效果很差。在长对话上面存在非常大的问题。
建议,当自动调用api后,可以提供用户主动结束当前场景的选项按钮,去主动结束。“全自动” 目前在能力较弱的模型上仍不理想。
个人认为整个框架比较适合不支持functioncall(工具调用)的一些模型,这些模型能力通常比较弱。因此,提出一些可以改进的问题和想法。欢迎进一步探讨~