Za skriptirane agente umetne inteligence lahko konfigurirate več jezikov hkrati in nastavite en jezik kot privzeti. Če želite več informacij, glejte razdelek Konfiguracija jezika in glasu v temi Nastavitev skriptnega posrednika umetne inteligence.

Podprti jezikovni modeli

Webex AI Agent Studio podpira večjezične modele Polymatch in Language Encoder za usposabljanje skriptiranih agentov AI. Ti modeli so na voljo kot del nastavitev motorja AI Webex AI Agent Pro 1.0 (s Swiftmatch).

• Za agenta AI, usposobljenega za uporabo Polymatcha, se za vsak jezik ustvari poseben model in doda agentu AI. Mehanizem AI sklepa na podlagi jezika poizvedbe stranke.

• Model Language Encoder najbolje deluje za vadbo podatkov o dolgih besedah, medtem ko Polymatch naredi enako za kratke izjave.

• Jeziki, ki jih podpirata Polymatch in kodirnik jezikov, se razlikujejo. Za več informacij glejte naslednjo tabelo.

Natančnost in zmogljivost

• Natančnost agenta AI, usposobljenega z modeli Webex AI Agent Pro 1.0 (s Swiftmatchom) in Webex AI Agent Pro 1.0 (z Mindmeld), je odvisna od različnih funkcij, ki so vključene v usposabljanje agenta AI in sklepanja dohodnih uporabniških sporočil. Ključne značilnosti, ki odločajo o tem, ali je jezik podprt in njegova natančnost, so:

  • Besedilo (podpora za jezik in scenarij, v katerem je napisano)

  • Kontekstno preverjanje črkovanja (če je mogoče popraviti črkovalne napake v podatkih ali uporabniški poizvedbi)

  • Besedne oblike (ravnanje z različnimi obrazci in sopomenkami za besede, ki so prisotne v izobraževalnih podatkih)

• Natančnost in zmogljivost agenta umetne inteligence, usposobljenega z modelom Webex AI Agent Pro 2.0 (s Swiftmatchom), sta odvisni od naprednih generativnih zmogljivosti umetne inteligence, integriranih v fazi usposabljanja, in semantične analize dohodnih uporabniških sporočil. Ključne značilnosti, ki določajo njegovo jezikovno podporo in natančnost namena, vključujejo:

  • Podpora za besedila in skripte: celovita podpora ciljnemu jeziku in njegovemu specifičnemu scenariju, ki zagotavlja, da lahko motor učinkovito obdeluje globalno komunikacijo.

  • Jezikovni vzorci, ki jih je ustvaril LLM: izkoriščanje velikih jezikovnih modelov (LLM) za razlago širokega nabora različic izrazov. To agentu omogoča, da natančno razvrsti namene, tudi če se uporabnikovi vnosi ne ujemajo natančno s podatki o treningu.

  • Klasifikacija semantičnega namena: Ta funkcija presega preprosto ujemanje ključnih besed in uporablja napredne algoritme za razumevanje osnovnega pomena in konteksta poizvedbe, s čimer znatno zmanjša vpliv dvoumnega jezika.

  • Prilagodljivo posploševanje: Sposobnost modela, da učinkovito posplošuje podobne izjave, kar zmanjšuje potrebo po izčrpnih ročnih primerih, hkrati pa ohranja visoko natančnost med sklepanjem.

V spodnji tabeli so navedeni jeziki in glasovi, podprti za skriptnega agenta umetne inteligence: