AI Call-Screening Agents

新的训练数据提升了AI呼叫筛选的小型语言模型性能

研究人员通过创建一个质量控制数据集，开发了一种改进AI呼叫筛选代理的小型语言模型（SLM）的方法。该数据集包含3,395个合成通话，专注于生成可靠的回复和摘要。使用LoRA适配器在该数据上训练SLM，显著提升了其在回复合格率（从21-54%提升到94-97%）和摘要合格率（从0-6%提升到43-72%）方面的性能。虽然连贯性和自然度问题在很大程度上得到了解决，但在确保模型准确跟踪对话细节方面仍存在挑战。