Credit C-GPT：面向越南语催收对话理解的领域专用大语言模型

债务催收是银行、金融服务和保险(BFSI)行业中的一项关键职能，严重依赖于主要在越南语联络中心进行的大规模人际对话交互。这些对话涉及非正式口语、情绪波动以及复杂的领域特定推理，给传统的自然语言处理系统带来了重大挑战。本文介绍了 Credit C-GPT，一个拥有七十亿参数的领域专用大语言模型，针对越南语催收场景中的对话理解进行了微调。所提出的模型在单个基于推理的框架内集成了多项对话智能任务，包括对话理解、情感识别、意图检测、通话阶段分类和结构化槽位-值提取。我们描述了数据构建过程、标注策略和训练方法，并在专有的人工标注数据集上评估了该模型。实验结果表明，与传统的基于流水线的方法相比，该模型取得了持续改进，表明领域专用的对话语言模型为企业联络中心的实时辅助和通话后分析提供了一种可扩展且保护隐私的解决方案。