Tencent Cloud LKE (Large Model Knowledge Engine): сторонняя стабильная сетевая версия DeepSeek-R1

Общее введение

Large Model Knowledge Engine (LKE) - это интеллектуальная платформа для создания приложений для корпоративных пользователей, запущенная Tencent Cloud. Она объединяет мощную технологию больших языковых моделей с собственными данными предприятия, чтобы помочь пользователям быстро создавать викторины знаний, приложения RAG (Retrieval Augmented Generation), агентские интеллекты и рабочие процессы и т. д. LKE разработана для продвижения применения больших моделей в корпоративных сценариях и применима в различных отраслях, таких как образование, финансы и электронная коммерция. Будь то повышение эффективности обслуживания клиентов или оптимизация управления внутренними знаниями, LKE может предложить эффективные решения благодаря диалогу на естественном языке и конфигурации с низким содержанием кода. В настоящее время платформа поддерживает ограниченный по времени бесплатный вызов API модели DeepSeek, что снижает порог корпоративного использования и позволяет большему числу пользователей ощутить удобство интеллекта.

Это инструмент для быстрого создания профессиональной базы знаний и, следовательно, "чистая" большая модель, которая достаточно стабильна, чтобы использоваться на ежедневной основе.Портал опыта находится здесь. И, конечно, здесь можно недорого создать интеллектуальную базу знаний.

Частота полных ответов + частота усечений + частота отсутствия ответов = 100%

• Доля полных ответов: Модель дает полные ответы без усечений, отсутствия ответов и т. д., но не учитывает, является ли ответ правильным или неправильным; затем она делится на общее количество вопросов, чтобы получить пропорцию.
• коэффициент усечения: Модель отключилась в процессе ответа и не дала полного ответа; первое значение делится на общее количество вопросов, чтобы получить коэффициент.
• нет ответаМодели не дали ответов по особым причинам, например, отсутствие ответа/ошибка в запросе; для получения коэффициента первое число делилось на общее количество вопросов.
• точность: Для вопросов, где модель дает полный ответ, доля ответов на модель, которые согласуются с правильным ответом; для правильного ответа рассматривается только окончательный ответ, решение не проверяется.
• Время, затраченное на рассуждения (секунд/вопрос): Для вопросов, на которые модель дает полный ответ, модель определяет среднее время, затраченное на каждый ответ.

Вопросы тестирования

Задача: Два человека, A и B, одновременно едут из A в B на велосипеде с аккумулятором, причем A едет в 1,5 раза быстрее, чем B. B проезжает 10 километров на велосипеде с аккумулятором. После того как Б проехал 10 километров, велосипед ломается, и Б немедленно приступает к его ремонту. Ремонт занимает 1/9 часть того времени, которое потребовалось Б, чтобы проделать путь с прежней скоростью, но после ремонта скорость Б увеличилась на 1001 ТП3 Т. В конце концов, и А, и Б прибывают в место Б одновременно. Каково расстояние между местами A и B?

Ответ на вопрос: 90 километров.

Вопрос: Сяо Мин начал писать домашнее задание между 16 и 17 часами, когда минутная и часовая стрелки на часах совпали, и остановился, когда минутная и часовая стрелки впервые оказались под прямым углом; затем он начал читать комикс, пока минутная и часовая стрелки впервые не оказались на одной прямой линии. Итак, сколько минут Минг потратил на написание домашнего задания и чтение комикса соответственно? (Сохраните результат с одним десятичным знаком)

Ответ на вопрос: около 16,4 минуты на написание домашнего задания и около 16,4 минуты на чтение комиксов.

Список функций

• Система викторины знаний: Быстрое создание интеллектуальных служб вопросов и ответов на основе собственных корпоративных данных, где пользователи могут задавать вопросы и получать точные ответы.
• Поддержка приложений RAG: Генерируйте более точные ответы, объединяя внешние базы знаний с помощью методов генерации с расширенным поиском.
• Агент Интеллектуальная конструкция тела: Создавайте интеллектуальных помощников, которые автоматизируют задачи, например, автоответчики или простые процессы.
• Оптимизация рабочего процесса: Разработка и автоматизация бизнес-процессов для улучшения совместной работы команды.
• Разбор и предварительный просмотр документов: Извлечение ключевой информации после загрузки документов, поддержка предварительного просмотра и анализа содержимого.
• Многократное переписывание диалогов: Оптимизация пользовательских запросов на основе истории диалогов для повышения эффективности многораундового взаимодействия.
• векторизация текста: Преобразование текста в числовые векторы для поиска, рекомендаций и других сценариев.
• конфигурация с низким уровнем сложности: Обеспечивает визуальный интерфейс, позволяющий операторам управлять базой знаний без программирования.

Использование помощи

1. регистрация и вход

• Откройте веб-сайт Tencent Cloud (cloud.tencent.com), нажмите кнопку "Регистрация" в правом верхнем углу и введите свой адрес электронной почты или номер мобильного телефона, чтобы завершить создание учетной записи.
• После успешной регистрации вернитесь на страницу LKE, нажмите "Войти" и введите пароль учетной записи для доступа к консоли.
• Если у вас уже есть учетная запись Tencent Cloud, вы можете войти в нее напрямую.

2. Доступ к консоли LKE

• После входа в систему найдите "Large Model Knowledge Engine" в консоли Tencent Cloud или посетите сайт LKE напрямую.
• Нажмите кнопку "Experience Now", чтобы войти в интерфейс администрирования LKE. Возможно, вам потребуется впервые авторизоваться в LKE, просто согласитесь с условиями предоставления услуг.

3. Создание первого приложения знаний

• Шаг 1: Новое приложение
  • На главной странице LKE нажмите на кнопку "Создать заявку".
  • Введите название приложения (например, "Помощник по обслуживанию клиентов"), выберите тип приложения (Викторина знаний, Агент и т. д.) и нажмите "ОК".
• Шаг 2: Загрузка данных о знаниях
  • Нажмите на "Управление базой знаний" в приложении и выберите "Загрузить файлы".
  • Поддерживается загрузка PDF, Word, TXT и других форматов, нажмите кнопку "Подтвердить загрузку", и система автоматически проанализирует содержимое документа.
  • После загрузки вы можете проверить результаты парсинга в функции "Предварительный просмотр", чтобы убедиться в точности содержимого.
• Шаг 3: Настройте логику вопросов и ответов
  • Перейдите в модуль "Конфигурация вопросов и ответов", чтобы настроить часто задаваемые вопросы и шаблоны ответов.
  • Включите функцию RAG, установите флажок "Поиск с расширенной генерацией", и система оптимизирует ответ на основе базы знаний.
• Шаг 4: Тестирование и настройка
  • Введите вопрос в область "Тест", например "Какова политика компании?", чтобы увидеть ответ системы.
  • Корректируйте содержание базы знаний или логику теста, основываясь на результатах тестирования, пока не будете удовлетворены.

4. подробное объяснение работы специальных функций

• Разбор и предварительный просмотр документов
  • В Менеджере базы знаний щелкните на загруженном файле и выберите "Получить предварительный просмотр".
  • Система отображает ключевое содержимое документа, например заголовки и краткое содержание абзацев, а пользователь может вручную настроить диапазон разбора.
  • Если вам нужен более детальный разбор, вы можете обратиться в службу поддержки Tencent Cloud, чтобы открыть "Document Parsing Atomic Capability".
• Многократное переписывание диалогов
  • Включите функцию "QueryRewrite", чтобы вводить неясные вопросы, такие как "Где это?", в многораундовый диалог. .
  • Система перепишет вопрос в контексте предшествующего текста (например, "Какова политика компании?") и сгенерирует полный ответ. и генерирует полный ответ.
  • Сценарии использования: интеллектуальное обслуживание клиентов, разговорный поиск.
• Векторизация текста (GetEmbedding)
  • На экране Atomic Capabilities выберите Get Vector (Получить вектор).
  • Введите текст, например "Описание продукта", нажмите "Сгенерировать", система вернет вектор значений.
  • Может использоваться для поиска знаний или рекомендательной системы, для этого необходимо сотрудничать с API-вызовом (подробную документацию смотрите на официальном сайте tencent cloud).
• Агентская разведка
  • В разделе "Управление агентами" нажмите "Новый агент".
  • Установите цели задачи, например "Автоответчики", и загрузите соответствующие шаблоны.
  • Проверьте эффект от выполнения агента, скорректируйте детали инструкций, а затем сохраните и запустите.

5. Рекомендации и меры предосторожности при использовании

• Подготовка данных: Перед загрузкой убедитесь, что документ чистый, избегайте сканированных или непонятно отформатированных документов.
• тестирование и проверка: Многократное тестирование перед запуском в эксплуатацию для обеспечения точности ответов.
• управление правами: Установите права доступа в консоли Tencent Cloud, чтобы избежать утечки данных.
• бесплатный звонок: Воспользуйтесь бесплатными кредитами DeepSeek Model API, чтобы в первую очередь ознакомиться с основной функциональностью.

Если вы являетесь малым или средним предприятием или крупной организацией, LKE, обладая небольшим кодом и мощными функциями, сможет удовлетворить самые разные потребности. Для поддержания актуальности вопросов и ответов рекомендуется регулярно обновлять базу знаний.