Tencent Cloud LKE (Large Model Knowledge Engine): versión estable en red de terceros DeepSeek-R1

Introducción general

Large Model Knowledge Engine (LKE) es una plataforma de creación de aplicaciones inteligentes para usuarios empresariales lanzada por Tencent Cloud. Combina una potente tecnología de grandes modelos lingüísticos con datos propios de la empresa para ayudar a los usuarios a crear rápidamente cuestionarios de conocimiento, aplicaciones RAG (Retrieval Augmented Generation), inteligencias de agente y flujos de trabajo, etc. LKE está diseñado para promover la aplicación de grandes modelos en escenarios empresariales, y es aplicable a una variedad de industrias como la educación, las finanzas y el comercio electrónico. Tanto si se trata de mejorar la eficiencia del servicio al cliente como de optimizar la gestión interna del conocimiento, LKE puede ofrecer soluciones eficaces mediante el diálogo en lenguaje natural y la configuración de bajo código. Actualmente, la plataforma admite una llamada gratuita por tiempo limitado a la API del modelo DeepSeek, lo que reduce el umbral de uso empresarial y permite a más usuarios experimentar la comodidad de la inteligencia.

Es una herramienta para construir rápidamente una base de conocimientos profesionales y, por tanto, proporciona un modelo "puro" de gran tamaño lo suficientemente estable como para ser utilizado a diario.El portal de experiencias está aquí. Y, por supuesto, aquí puede crear una base de conocimientos inteligente a bajo coste.

Tasa de respuesta completa + tasa de truncamiento + tasa de no respuesta = 100%

• Tasa de respuesta completaEl modelo da respuestas completas sin truncamiento, sin respuesta, etc., pero no tiene en cuenta si la respuesta es correcta o incorrecta; luego se divide por el número total de preguntas para dar una proporción.
• tasa de truncamientoEl modelo se desconectó en el proceso de respuesta y no dio una respuesta completa; la primera se dividió por el número total de preguntas para obtener la proporción.
• sin tasa de respuestaModelos que no respondieron por razones especiales, por ejemplo, falta de respuesta/error de petición; la primera se dividió por el número total de preguntas para obtener la proporción.
• precisiónPara las preguntas en las que el modelo da una respuesta completa, la proporción de respuestas al modelo que coinciden con la respuesta correcta; para la respuesta correcta, sólo se examina la respuesta final y no se comprueba la solución.
• Tiempo de razonamiento consumido (segundos/pregunta)Para las preguntas en las que el modelo da una respuesta completa, el modelo deduce el tiempo medio empleado para cada respuesta.

Cuestiones relativas a las pruebas

Problema: Dos personas, A y B, viajan de A a B al mismo tiempo en una bicicleta a pilas, en la que A viaja 1,5 veces más rápido que B. B recorre 10 kilómetros en una bicicleta a pilas. Cuando B ha recorrido 10 kilómetros, la bicicleta se avería y B se pone inmediatamente a repararla. La reparación lleva 1/9 del tiempo que B tardó en completar el trayecto a la velocidad original, pero después de la reparación, la velocidad de B ha aumentado en 1001 TP3 T. Finalmente, tanto A como B llegan al lugar B al mismo tiempo. ¿Cuál es la distancia entre los lugares A y B?

Respuesta de referencia: 90 kilómetros.

Pregunta: Xiao Ming empieza a hacer los deberes entre las 16:00 y las 17:00, cuando el minutero y la aguja horaria del reloj coinciden, y se detiene cuando el minutero y la aguja horaria están en ángulo recto por primera vez; luego empieza a leer un cómic hasta que el minutero y la aguja horaria están en la misma línea recta por primera vez. Entonces, ¿cuántos minutos pasó Ming escribiendo sus deberes y leyendo el cómic respectivamente? (Conserva el resultado con un decimal)

Respuesta de referencia: unos 16,4 minutos para escribir deberes y unos 16,4 minutos para leer cómics.

Lista de funciones

• Sistema de cuestionarios de conocimientosCreación rápida de servicios inteligentes de preguntas y respuestas basados en datos empresariales propios, en los que los usuarios pueden introducir preguntas y obtener respuestas precisas.
• Apoyo a la aplicación RAG: Generar respuestas más precisas combinando bases de conocimiento externas mediante técnicas de generación mejoradas por la búsqueda.
• Edificio de Inteligencia de Agentes: Cree asistentes inteligentes que automaticen tareas, como la respuesta automática o la gestión de procesos sencillos.
• Optimización del flujo de trabajo: Diseñe y automatice procesos empresariales para mejorar la colaboración en equipo.
• Análisis sintáctico y previsualización de documentosExtrae información clave después de cargar los documentos, admite la vista previa y el análisis de contenido.
• Varias rondas de reescritura de diálogosOptimizar las consultas de los usuarios basándose en el historial de diálogos para mejorar la experiencia de interacción en varias rondas.
• vectorización de textos: Transforma texto en vectores numéricos para recuperación, recomendación y otros escenarios.
• configuración de bajo código: Proporciona una interfaz visual que permite a los operadores gestionar la base de conocimientos sin necesidad de programar.

Utilizar la ayuda

1. Registro e inicio de sesión

• Abre el sitio web de Tencent Cloud (cloud.tencent.com), haz clic en el botón "Registrarse" de la esquina superior derecha e introduce tu correo electrónico o número de teléfono móvil para completar la creación de la cuenta.
• Tras registrarse correctamente, vuelva a la página de LKE, haga clic en "Iniciar sesión" e introduzca la contraseña de su cuenta para acceder a la consola.
• Si ya tienes una cuenta de Tencent Cloud, puedes conectarte directamente.

2. Acceso a la consola LKE

• Tras iniciar sesión, busca "Large Model Knowledge Engine" en la consola de Tencent Cloud o visita directamente el sitio web de LKE.
• Haz clic en el botón "Experimenta ahora" para acceder a la interfaz de administración de LKE. Es posible que tenga que autorizar LKE por primera vez, sólo tiene que aceptar las Condiciones del servicio.

3. Creación de la primera aplicación del conocimiento

• Paso 1: Nueva solicitud
  • Desde la página de inicio de LKE, haz clic en el botón "Crear solicitud".
  • Introduzca el nombre de la aplicación (por ejemplo, "Asistente de atención al cliente"), seleccione el tipo de aplicación (Prueba de conocimientos, Agente, etc.) y haga clic en "Aceptar".
• Paso 2: Cargar los datos de conocimiento
  • Haga clic en "Gestión de la base de conocimientos" dentro de la aplicación y seleccione "Cargar archivos".
  • Soporta la carga de PDF, Word, TXT y otros formatos, haga clic en "Confirmar carga", el sistema analizará automáticamente el contenido del documento.
  • Tras la carga, puede comprobar los resultados del análisis en la función "Vista previa" para asegurarse de que el contenido es correcto.
• Paso 3: Configurar la lógica de preguntas y respuestas
  • Vaya al módulo "Configuración de preguntas y respuestas" para configurar las preguntas frecuentes y las plantillas de respuestas.
  • Active la función RAG, marque la casilla "Buscar generación mejorada" y el sistema optimizará la respuesta basándose en la base de conocimientos.
• Paso 4: Pruebas y ajustes
  • Introduzca una pregunta en el área "Test", como "¿Cuál es la política de la empresa?" para ver la respuesta del sistema.
  • Ajuste el contenido de la base de conocimientos o la lógica del cuestionario en función de los resultados de la prueba hasta que quede satisfecho.

4. Explicación detallada del funcionamiento de las funciones especiales

• Análisis sintáctico y previsualización de documentos
  • En el gestor de la base de conocimientos, haga clic en el archivo cargado y seleccione "Obtener vista previa".
  • El sistema muestra el contenido clave del documento, como títulos y resúmenes de párrafos, y el usuario puede ajustar manualmente el rango de análisis.
  • Si necesita un análisis más detallado, puede ponerse en contacto con el servicio de atención al cliente de Tencent Cloud para abrir la "Capacidad atómica de análisis de documentos".
• Varias rondas de reescritura de diálogos
  • Activa la función "QueryRewrite" para introducir preguntas vagas como "¿Dónde está?" en un diálogo de varias rondas. .
  • El sistema reescribirá la pregunta en el contexto del texto precedente (por ejemplo, "¿Cuál es la política de la empresa?") y generará una respuesta completa. y genera la respuesta completa.
  • Escenarios de uso: atención al cliente inteligente, búsqueda conversacional.
• Vectorización del texto (GetEmbedding)
  • En la pantalla Capacidades atómicas, seleccione Obtener vector.
  • Introduzca un texto, como "Descripción del producto", haga clic en "Generar", el sistema devuelve un vector de valores.
  • Puede ser utilizado para la recuperación de conocimientos o sistema de recomendación, necesidad de cooperar con la llamada a la API (documentación detallada ver tencent nube sitio web oficial).
• Inteligencia de agentes
  • En "Gestión de agentes", haga clic en "Nuevo agente".
  • Establezca objetivos de tareas, como "Autorespuestas", y cargue las plantillas pertinentes.
  • Pruebe el efecto de la ejecución del Agente, ajuste los detalles de las instrucciones y, a continuación, guárdelas y póngalas en funcionamiento.

5. Recomendaciones y precauciones de uso

• Preparación de datos: Asegúrese de que el documento es claro antes de subirlo, evite documentos escaneados o con formatos confusos.
• probar y verificarMúltiples rondas de pruebas antes de la puesta en marcha para garantizar la precisión de las respuestas.
• gestión de derechos: Establezca los derechos de acceso en la consola de Tencent Cloud para evitar la fuga de datos.
• llamada gratuita: Aproveche los créditos gratuitos de la API DeepSeek Model para dar prioridad a su experiencia de la funcionalidad principal.

Con los pasos anteriores, los usuarios pueden empezar a utilizar LKE rápidamente. Tanto si se trata de una pequeña o mediana empresa como de una gran organización, el funcionamiento de bajo código y las potentes funciones de LKE pueden satisfacer diversas necesidades. Se recomienda actualizar periódicamente la base de conocimientos para mantener al día las preguntas y respuestas.