텐센트 클라우드 LKE(대규모 모델 지식 엔진): 타사 안정 네트워크 버전 DeepSeek-R1

10.8K 00

일반 소개

대규모 모델 지식 엔진(LKE)은 텐센트 클라우드에서 출시한 기업 사용자를 위한 스마트 애플리케이션 구축 플랫폼입니다. 강력한 빅 언어 모델 기술과 기업 독점 데이터를 결합하여 사용자가 지식 퀴즈, 검색 증강 생성(RAG) 애플리케이션, 에이전트 인텔리전스 및 워크플로 등을 신속하게 구축할 수 있도록 지원합니다. LKE는 기업 시나리오에서 빅 모델 적용을 촉진하도록 설계되었으며 교육, 금융, 전자상거래 등 다양한 산업에 적용할 수 있습니다. 고객 서비스 효율성 향상이나 내부 지식 관리 최적화 등, LKE는 자연어 대화와 로우코드 구성을 통해 효율적인 솔루션을 제공할 수 있습니다. 현재 이 플랫폼은 딥서치 모델 API에 대한 한시적 무료 호출을 지원하여 기업의 사용 문턱을 낮추고 더 많은 사용자가 인텔리전스의 편리함을 경험할 수 있도록 하고 있습니다.

전문적인 지식 기반을 빠르게 구축할 수 있는 도구이므로 매일 사용할 수 있을 만큼 안정적인 '순수한' 대형 모델을 제공합니다.체험 포털은 여기. 물론 여기에서 저렴한 비용으로 스마트 지식창고를 만들 수 있습니다.

완전 응답률 + 절단률 + 무응답률 = 100%

전체 응답률이 모델은 잘라내기, 무응답 등이 없는 완전한 답변을 제공하지만 정답인지 오답인지는 고려하지 않고 총 문항 수로 나누어 비율을 제공합니다.
잘림 비율모델은 응답 과정에서 연결이 끊어져 완전한 답변을 제공하지 않았으며, 이를 총 문항 수로 나누어 비율을 산출했습니다.
응답률 없음응답/요청 오류 없음 등 특별한 이유로 답변을 제공하지 않은 모델은 총 질문 수로 나누어 비율을 구했습니다.
정확성정답률 : 모델이 정답을 제시한 문제의 경우 정답과 일치하는 모델의 답변 비율, 정답의 경우 최종 답변만 보고 풀이는 확인하지 않습니다.
추론에 소요된 시간(초/질문)모델이 완전한 답변을 제공하는 질문의 경우, 모델은 각 답변에 걸린 평균 시간을 추론합니다.

테스트 문제

문제: A와 B라는 두 사람이 배터리로 작동하는 자전거를 타고 동시에 A에서 B까지 이동하고 있는데, A는 B보다 1.5배 빠른 속도로 이동하고 있고, B는 배터리로 작동하는 자전거로 10km를 주행하고 있습니다. B가 10km를 주행한 후 자전거가 고장 나자 B는 즉시 수리를 시작합니다. 수리하는 데는 원래 속도로 여행을 완료하는 데 걸리는 시간의 1/9이 걸리지만, 수리 후 B의 속도는 1001 TP3 T 증가하여 결국 A와 B는 동시에 장소 B에 도착합니다. 장소 A와 B 사이의 거리는 어떻게 되나요?

참조 답변: 90킬로미터.

질문: 샤오밍은 시계의 분침과 시침이 일치하는 오후 4시에서 5시 사이에 숙제를 시작하여 분침과 시침이 처음으로 직각이 될 때 멈추고, 분침과 시침이 처음으로 같은 직선이 될 때까지 만화를 읽기 시작합니다. 그렇다면 밍은 숙제를 쓰고 만화를 읽는 데 각각 몇 분을 소비했을까요? (소수점 이하 한 자리까지 결과를 유지하세요.)

참고 답변: 숙제 쓰기에는 약 16.4분, 만화 읽기에는 약 16.4분이 소요됩니다.

기능 목록

지식 퀴즈 시스템사용자가 질문을 입력하고 정확한 답변을 얻을 수 있는 독점적인 기업 데이터를 기반으로 지능형 Q&A 서비스를 빠르게 구축합니다.
RAG 애플리케이션 지원검색 강화 생성 기술을 통해 외부 지식 기반을 결합하여 보다 정확한 답변을 생성합니다.
상담원 인텔리전스 구축자동 응답 또는 간단한 프로세스 처리와 같은 작업을 자동화하는 지능형 비서를 만들 수 있습니다.
워크플로 최적화: 비즈니스 프로세스를 설계하고 자동화하여 팀 협업을 개선하세요.
문서 구문 분석 및 미리보기문서 업로드 후 주요 정보를 추출하고 미리 보기 및 콘텐츠 분석을 지원합니다.
여러 차례에 걸친 대화 재작성대화 기록을 기반으로 사용자 쿼리를 최적화하여 다각적인 상호 작용 경험을 향상시킵니다.
텍스트 벡터화검색, 추천 및 기타 시나리오를 위해 텍스트를 숫자 벡터로 변환합니다.
로우코드 구성: 운영자가 프로그래밍 없이 지식창고를 관리할 수 있는 시각적 인터페이스를 제공합니다.

도움말 사용

1. 등록 및 로그인

텐센트 클라우드 웹사이트(cloud.tencent.com)를 열고 오른쪽 상단의 '등록하기' 버튼을 클릭한 다음 이메일 또는 휴대폰 번호를 입력하면 계정 생성이 완료됩니다.
등록에 성공하면 LKE 페이지로 돌아가서 '로그인'을 클릭하고 계정 비밀번호를 입력하여 콘솔에 액세스합니다.
이미 텐센트 클라우드 계정이 있는 경우 바로 로그인할 수 있습니다.

2. LKE 콘솔에 액세스

로그인한 후 Tencent 클라우드 콘솔에서 '대형 모델 지식 엔진'을 검색하거나 LKE 웹사이트를 직접 방문하세요.
'지금 체험하기' 버튼을 클릭하여 LKE 관리 인터페이스로 들어갑니다. LKE를 처음 인증해야 할 수도 있으며, 서비스 약관에 동의하기만 하면 됩니다.

3. 첫 번째 지식 애플리케이션 만들기

1단계: 새 애플리케이션
- LKE 홈페이지에서 '애플리케이션 만들기' 버튼을 클릭합니다.
- 애플리케이션 이름(예: "고객 서비스 도우미")을 입력하고 애플리케이션 유형(지식 퀴즈, 상담원 등)을 선택한 다음 "확인"을 클릭합니다.
2단계: 지식 데이터 업로드하기
- 애플리케이션 내에서 '지식창고 관리'를 클릭하고 '파일 업로드'를 선택합니다.
- PDF, Word, TXT 및 기타 형식의 업로드를 지원하고 '업로드 확인'을 클릭하면 시스템이 자동으로 문서 내용을 구문 분석합니다.
- 업로드 후 '미리보기' 기능에서 구문 분석 결과를 확인하여 콘텐츠가 정확한지 확인할 수 있습니다.
3단계: Q&A 로직 구성하기
- 'Q&A 구성' 모듈로 이동하여 FAQ 및 답변 템플릿을 설정합니다.
- RAG 기능을 활성화하고 '검색 강화 생성' 확인란을 선택하면 시스템이 지식창고를 기반으로 답변을 최적화합니다.
4단계: 테스트 및 조정
- "테스트" 영역에 "회사의 정책은 무엇인가요?"와 같은 질문을 입력하여 시스템의 응답을 확인합니다.
- 만족할 때까지 테스트 결과에 따라 지식창고 콘텐츠 또는 퀴즈 로직을 조정하세요.

4. 특수 기능의 작동에 대한 자세한 설명

문서 구문 분석 및 미리보기
- 지식창고 관리자에서 업로드한 파일을 클릭하고 '미리 보기 받기'를 선택합니다.
- 시스템은 제목 및 단락 요약과 같은 문서의 주요 내용을 표시하며, 사용자는 구문 분석 범위를 수동으로 조정할 수 있습니다.
- 더 자세한 구문 분석이 필요한 경우, 텐센트 클라우드 고객 서비스에 문의하여 '문서 구문 분석 원자 기능'을 열 수 있습니다.
여러 차례에 걸친 대화 재작성
- "쿼리 다시 쓰기" 기능을 활성화하여 "어디에 있나요?"와 같은 모호한 질문을 다중 라운드 대화에 입력할 수 있습니다. .
- 시스템은 이전 텍스트의 맥락에서 질문을 다시 작성하고(예: "회사 정책은 무엇인가요?") 완전한 답변을 생성합니다. 를 입력하면 전체 답변을 생성합니다.
- 사용 시나리오: 지능형 고객 서비스, 대화형 검색.
텍스트 벡터화(GetEmbedding)
- 원자 기능 화면에서 벡터 가져오기를 선택합니다.
- "제품 설명"과 같은 텍스트를 입력하고 "생성"을 클릭하면 시스템에서 값 벡터를 반환합니다.
- 지식 검색 또는 추천 시스템에 사용할 수 있으며, API 호출과 협력해야 합니다(자세한 문서는 텐센트 클라우드 공식 웹사이트 참조).
에이전트 인텔리전스
- "상담원 관리"에서 "새 상담원"을 클릭합니다.
- "자동 응답"과 같은 작업 목표를 설정하고 관련 템플릿을 업로드하세요.
- 에이전트 실행의 효과를 테스트하고 지침의 세부 사항을 조정한 다음 저장하고 라이브로 전환합니다.