Voor gescripte AI-agenten kunt u meerdere talen tegelijk configureren en één taal instellen als standaardtaal. Zie voor meer informatie het gedeelte Taal en spraak configureren in het onderwerp Gescripte AI-agent instellen.

Ondersteunde taalmodellen

Webex AI Agent Studio ondersteunt De meertalige modellen Polymatch en Language De een en meer meertalige model voor het trainen van gescripte AI-agenten. Deze modellen zijn beschikbaar als onderdeel van deWebex de AI Agent Pro 1.0 (met Swiftmatch) AI-engine.

• Voor een AI-agent die getraind is met polymatch, wordt voor elke taal een afzonderlijk model gemaakt en toegevoegd aan de AI-agent. De AI-engine voert inference uit op basis van de taal van de klantquery.

• Het Language De enE-model presteert het beste voor het trainen van lange uitingen, terwijl Polymatch hetzelfde doet voor korte uitingen.

• De talen die door Polymatch worden ondersteund en de taal De taal In een van de talen die door De ene Versie van De Dag worden ondersteund, verschillen. Raadpleeg de volgende tabel voor meer informatie.

Nauwkeurigheid en prestaties

• De nauwkeurigheid van een AI-agent die is getraind met Webex AI Agent Pro 1.0 (met Swiftmatch) en Webex AI Agent Pro 1.0 (met Mindmeld) -modellen, hangt af van verschillende functies die worden betrokken bij de training van de AI-agent en de gevolgtrekking van inkomende gebruikersberichten. De belangrijkste functies die bepalen of een taal wordt ondersteund en de nauwkeurigheid ervan zijn:

  • Tekst (ondersteuning voor de taal en het script waarin het is geschreven)

  • Contextuele spellingscontrole (als spellingsfouten in de gegevens of gebruikersquery kunnen worden gecorrigeerd)

  • Word-formulieren (verwerken van verschillende formulieren en synoniemen voor woorden in trainingsgegevens)

• De nauwkeurigheid en prestaties van een AI-agent die is getraind met het Webex AI Agent Pro 2.0 (met Swiftmatch) model, hangt af van de geavanceerde generatieve AI-vaardigheden die zijn geïntegreerd tijdens de trainingsfase en de semantische analyse van inkomende gebruikersberichten. De belangrijkste functies die de taalondersteuning en de nauwkeurigheid van de intentie bepalen, zijn:

  • Tekst- en scriptondersteuning: uitgebreide ondersteuning voor de doeltaal en het specifieke script, zodat de engine de wereldwijde communicatie effectief kan verwerken.

  • Door LLM gegenereerde linguïstische patronen: Leveraging Large Language Models (LLM's) om een groot aantal van de ene taalvariatie te interpreteren. Dit stelt de agent in staat om bedoelingen nauwkeurig te classificeren, ook als de invoer van de gebruiker niet precies overeenkomt met de trainingsgegevens.

  • Semantic Intent Classification: naast het eenvoudig overeenkomen met trefwoorden, maakt deze functie gebruik van geavanceerde algoritmen om de onderliggende betekenis en de context van een query te begrijpen, waardoor de impact van dubbelzinnige talen aanzienlijk wordt verminderd.

  • Adaptieve Generalisatie: het vermogen van het model om effectief te generaliseren in vergelijkbare uitingen, waardoor de noodzaak van uitputtende handmatige voorbeelden geminimaliseerd wordt, terwijl de hoge precisie tijdens de inferentie wordt gehandhaafd.

In de volgende tabel worden de talen en stemmen weergegeven die worden ondersteund voor een gescripte AI-agent: