大模型通常基于历史数据进行训练,并不具备实时获取和处理新数据的能力,如何即时更新模型中的知识储备?

大模型通常基于历史数据进行训练,并不具备实时获取和处理新数据的能力,如何即时更新模型中的知识储备? 对于客户实时性较强的最新资讯或问题行业历史信息一段文字较长,如分解拆成多段内容(如2000字)去训练,如何满足整个话术时效性及准确性问题。...显示全部

大模型通常基于历史数据进行训练,并不具备实时获取和处理新数据的能力,如何即时更新模型中的知识储备? 对于客户实时性较强的最新资讯或问题行业历史信息一段文字较长,如分解拆成多段内容(如2000字)去训练,如何满足整个话术时效性及准确性问题。

收起
参与13

查看其它 2 个回答acbogeh的回答

acbogehacbogeh系统工程师富国基金

这个也简单,外挂知识库方式,做一层搜索引擎获取最新数据,然后向量化后存到向量数据库,最终再和模型一起做相似度匹配。避免所谓的模型幻觉。

基金 · 2023-07-14

回答者

acbogeh
系统工程师富国基金
擅长领域: 人工智能云计算容器

acbogeh 最近回答过的问题

回答状态

  • 发布时间:2023-07-14
  • 关注会员:4 人
  • 回答浏览:735
  • X社区推广