For skriptbaserte AI-agenter kan du konfigurere flere språk samtidig og angi ett språk som standard. Hvis du vil ha mer informasjon, kan du se delen Konfigurere språk og tale i emnet Konfigurere skriptbasert AI-agent .

Språkmodeller som støttes

Webex AI Agent Studio støtter flerspråklige modeller for Polymatch og Language Encoder for opplæring av skriptede AI-agenter. Disse modellene er tilgjengelige som en del av Webex AI Agent Pro 1.0 (med Swiftmatch) AI-motorens innstillinger.

• For en AI-agent som er opplært ved hjelp av Polymatch, opprettes en distinkt modell for hvert språk og legges til AI-agenten. AI-motoren utfører slutninger basert på språket i kundespørringen.

• Language Encoder-modellen fungerer best for treningsdata for lange ytringer, mens Polymatch gjør det samme for korte ytringer.

• Språkene som støttes av Polymatch og språkkoderen, er forskjellige. Hvis du vil ha mer informasjon, kan du se tabellen nedenfor.

Nøyaktighet og ytelse

• Nøyaktigheten til en AI-agent som er opplært med Webex AI Agent Pro 1.0 (med Swiftmatch) og Webex AI Agent Pro 1.0 (med Mindmeld) -modeller, avhenger av ulike funksjoner som er involvert i opplæringen av AI-agenten og slutningen av innkommende brukermeldinger. De viktigste funksjonene som avgjør om et språk støttes, og nøyaktigheten, er:

  • Tekst (støtte for språket og skriptet det er skrevet i)

  • Kontekstavhengig stavekontroll (hvis stavefeil i data- eller brukerspørringen kan rettes)

  • Ordskjemaer (håndtering av ulike former og synonymer for ord som finnes i treningsdata)

• Nøyaktigheten og ytelsen til en AI-agent som er opplært med Webex AI Agent Pro 2.0 (med Swiftmatch)-modellen, avhenger av avanserte generative AI-funksjoner integrert i opplæringsfasen og den semantiske analysen av innkommende brukermeldinger. Nøkkelfunksjonene som bestemmer språkstøtten og intensjonsnøyaktigheten inkluderer:

  • Tekst- og skriptstøtte: Omfattende støtte for målspråket og dets spesifikke skript, slik at motoren kan behandle global kommunikasjon effektivt.

  • LLM-genererte språklige mønstre: Utnytte store språkmodeller (LLM) for å tolke et stort utvalg av frasevariasjoner. Dette gjør at agenten kan klassifisere hensikter nøyaktig, selv når brukerens inndata ikke samsvarer nøyaktig med treningsdataene.

  • Semantisk intensjonsklassifisering: Denne funksjonen går utover enkel søkeordsamsvar, og bruker avanserte algoritmer for å forstå den underliggende betydningen og konteksten til et søk, noe som reduserer virkningen av tvetydig språk betydelig.

  • Adaptiv generalisering: Modellens evne til effektivt å generalisere på tvers av lignende ytringer, noe som minimerer behovet for uttømmende manuelle eksempler samtidig som den opprettholder høy presisjon under slutning.

Tabellen nedenfor viser språkene og stemmene som støttes for skriptbasert AI-agent: