CHOPS: 基于大语言模型的客户档案系统聊天客服
计算与语言
2024-07-18 v4 人工智能
摘要
企业和软件平台越来越多地转向大语言模型（LLM），如GPT-3.5、GPT-4、GLM-3和LLaMa-2，用于具有文件访问权限的聊天辅助或作为客户服务的推理智能体。然而，当前基于LLM的客户服务模型与客户档案的集成有限，并且缺乏有效服务所需的操作能力。此外，现有的API集成强调多样性，而非现实客户服务场景中必需的精确性和错误避免。为了解决这些问题，我们提出了一个名为CHOPS（CHat with custOmer Profile in existing System）的LLM智能体，旨在：（1）高效利用现有数据库或系统来访问用户信息或按照现有指南与这些系统交互；（2）提供准确合理的响应或在系统中执行所需操作，同时避免有害操作；（3）利用小型和大型LLM的组合，以合理的推理成本实现令人满意的性能。我们引入了一个实用数据集CPHOS-dataset，其中包括一个数据库、指导文件以及从CPHOS（一个促进高中教师和学生组织模拟物理奥林匹克竞赛的在线平台）收集的问答对。我们使用CPHOS-dataset进行了大量实验，以验证我们提出的CHOPS架构的性能，旨在展示LLM如何增强或替代人工客户服务。我们提出的架构和数据集的代码可在{https://github.com/JingzheShi/CHOPS}找到。
引用
@article{arxiv.2404.01343,
title = {CHOPS: CHat with custOmer Profile Systems for Customer Service with LLMs},
author = {Jingzhe Shi and Jialuo Li and Qinwei Ma and Zaiwen Yang and Huan Ma and Lei Li},
journal= {arXiv preprint arXiv:2404.01343},
year = {2024}
}
备注
Accepted by COLM 2024