案例研究丨MaxKB+Ollama:深圳市公共信用中心探索信用服务创新

本文主要是介绍案例研究丨MaxKB+Ollama:深圳市公共信用中心探索信用服务创新,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

深圳市公共信用中心隶属于深圳市市场监督管理局,主要负责对外提供深圳市企业公共信用信息报告查询和深圳市企业注册登记档案查询等服务。作为深圳市信用信息的权威发布机构,深圳市公共信用中心一直致力于为公众提供准确、及时的信用信息服务。
在这里插入图片描述

深圳信用网(www.szcredit.org.cn)是深圳市公共信用中心重点建设的以“信用”为核心的服务平台,提供包括信用信息查询、政法法规公示等服务。深圳信用网包含信用动态、政策法规、信用服务、联合奖惩等功能板块,旨在推动和促进深圳社会信用体系的建设。

为什么需要知识库问答系统?

随着社会的发展和科技的进步,公共信用信息的透明度和易获取性变得越来越重要。在信息化和大数据时代,信用信息能够被及时地、准确和便捷地获取对于社会经济活动和个人行为而言均具有重要意义。作为一直以来以“便民、利民”为宗旨的公共信用服务平台,深圳信用网也希望能够面向公众提供智能化的问答服务。深圳信用网希望推出知识库问答服务主要出于以下几方面的需求:

■ 提高服务效率,减少用户等待时间

深圳信用网每年的访问量高达1000万次,是公众获取信用信息的主要渠道之一。深圳市公共信用中心多年来一直致力于提升信用信息的公开性和服务质量,以满足公众日益增长的需求。然而,面对海量的访问量和多样化的信息查询需求,传统的服务模式逐渐显得力不从心;

■ 紧跟政务事实,保证内容时效性

作为深圳信用服务门户,深圳信用网不仅需要确保信息信息的准确性,也需要跟随相关政策法规的变化保证信息查询的时效性。当新的政策推出后,信用服务门户需要能够及时更新并回复内容,以确保官方答案的权威性。在传统的服务模式下,服务人员需要花时间获取、理解新政策内容,并且组织回复语言,这在某种程度上影响了回复的时效性,也影响了用户的使用体验;

■ 确保回答内容的规范性

作为问答服务的提供方,深圳信用网希望在提供信用服务的同时,通过持续收集用户的反馈,优化回复内容,从而给用户带来更好的使用体验。过去传统的服务模式在问答环节产生的答案因服务人员而异,平台庞大的业务量以及用户对同一问题往往采用不同的提问方式,使得后台系统对问答的分类和筛选变得尤为困难,不利于规范化回答内容的形成。

MaxKB开源知识库问答系统的引入

随着人工智能技术的快速发展和应用普及,智能问答系统已经成为各类机构提升公共服务质量和效率的重要工具。在这一背景下,针对深圳信用网当前的需求,深圳市公共信用中心响应省市“人工智能+”的战略部署,积极探索大语言模型的应用落地,致力于将这些前沿的创新技术融入到信用服务中,以提高服务的智能化水平和用户的体验。

MaxKB是一款基于LLM大语言模型的开源知识库问答系统,它能够将大语言模型的强大功能与知识库相结合,提供精准的智能问答服务。MaxKB的核心优势在于其高效的知识管理、知识检索和自然语言理解能力,能够将用户提出的问题与知识库中的相关信息进行匹配,生成准确的回答。MaxKB还能记录和查看每次对话内容,收集用户反馈,为回答的持续优化提供依据。

2024年5月,深圳市公共信用中心引入了MaxKB作为自身知识库问答系统的核心系统,并结合Ollama搭建的本地私有大模型,构建了AI工具——即“信用AI助手”,并创新性地将“信用AI助手”嵌入到深圳信用网的页面中,为用户提供更加智能、便捷的信用信息查询服务。

借助“信用AI助手”,用户可以在深圳信用网上直接提出与信用相关的问题,系统会根据用户的提问自动匹配答案,为用户提供即时、准确、详尽的回答。
在这里插入图片描述

▲附图 深圳信用网“信用AI助手”问答窗口

经过实际的部署和调试,深圳市公共信用中心认为MaxKB在知识库问答方面的优势包括:

■ 智能问答

MaxKB的智能问答功能是该系统的核心能力。MaxKB能够将用户的自然语言通过向量模型总结出关键词,从知识库中检索相关内容,并将碎片化的答案整理成条理分明的回复内容,为用户输出准确细致的回答。使用MaxKB搭建的“信用AI助手”在深圳信用网落地应用后,能够显著提升信用服务门户问答服务的响应速度,有效减少用户的等待时间,提高了服务效率;

■ 信息管理

MaxKB不仅仅是一个智能问答系统,它还具备强大的信息管理能力。知识库功能的各个模块集中且高效地管理了深圳市公共信用中心的各类公开法规和信用资料。知识库建成后,深圳市公共信用中心定期对知识库内容进行审核和更新,设置敏感词,加入新的政策法规、信用信息以及常见问题的解答,确保知识库内容的时效性和权威性,24小时不间断地为来访用户提供全面的问题解答;

■ 用户互动与反馈

MaxKB提供的对话日志功能可以自动记录用户每一次访问的对话内容。用户在与“信用AI助手”交互后,可以对小助手当前回答内容进行评价,评价结果与对话内容将在对话日志中呈现,提高了问答系统的用户评价收集能力。深圳市公共信用中心可以将日志中记录的对话和用户评价作为系统改进和持续优化的依据。

MaxKB的应用成果

“信用AI助手”在深圳信用网的嵌入,显著提升了该网站接待访客的智能化能力和服务水平。用户在查询信用信息时,无需再排队等待人工回复,只需要通过与智能问答系统交互,就可以即时获得所需的信息,大大提升了用户的体验感和满意度。MaxKB开源知识库问答系统在深圳信用网所取得的应用成果具体体现在以下几方面:

■ 服务效率提升

引入MaxKB开源知识库问答系统后,深圳信用网的服务效率得到了大幅提升。过去,用户需要等待人工客服或者前往柜面咨询,而现在大多数问题可以直接通过“信用AI助手”即时解决。用户在短时间内就可以获得准确的答案,大大提高了服务效率和用户体验;

■ 准确性和权威性提升

MaxKB依托先进的LLM大语言模型和优秀的自然语言归纳提取能力,可以从大量数据中提取和生成准确的回答。深圳市公共信用中心在系统中内置了大量的权威数据和政策信息,确保用户获取的回答既准确又具备权威性。同时,通过后期不断地更新和维护知识库,进一步提高系统的回答质量;

■ 服务群体扩大

自MaxKB知识库问答系统在深圳信用网上线后,网站的访问量持续增长。如此新颖便捷的信用信息获取模式,吸引了更多的用户到网站进行信息查询和互动。“信用AI助手”在信用服务领域的创新性应用,增加了民众对政务服务的参与度,实现了网站服务群体规模的扩大,提高了企业和个人的信用意识,为构建诚信社会提供了有力的支持和保障,进一步提升了深圳市在社会信用体系建设上的成效。

未来展望

MaxKB开源知识库问答系统在深圳市公共信用中心落实“强基工程”工作需求的过程中扮演着重要的角色。通过上线“信用AI助手”,深圳市公共信用中心将信用服务推进至一个全新的阶段,在保障数据安全的同时释放创新技术的生产力。

通过“信用AI助手”,深圳信用网可以更加高效地处理大量的用户咨询业务,减少人工服务的工作量,并且有效提高服务的响应速度和准确性。通过不断的技术创新和服务升级,深圳市公共信用中心可以为公众提供更加优质的信用信息服务,促进社会的诚信体系建设并助力经济发展。

未来,深圳市公共信用中心将继续优化和完善知识库问答系统,提高系统的智能化水平,以便更好地满足公众的信用服务需求。同时,该中心还将进一步探索大语言模型技术的应用,将技术创新切实转化为新质生产力,为打造“信用深圳”品牌做出更多贡献。

这篇关于案例研究丨MaxKB+Ollama:深圳市公共信用中心探索信用服务创新的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1112992

相关文章

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

跨国公司撤出在华研发中心的启示:中国IT产业的挑战与机遇

近日,IBM中国宣布撤出在华的两大研发中心,这一决定在IT行业引发了广泛的讨论和关注。跨国公司在华研发中心的撤出,不仅对众多IT从业者的职业发展带来了直接的冲击,也引发了人们对全球化背景下中国IT产业竞争力和未来发展方向的深思。面对这一突如其来的变化,我们应如何看待跨国公司的决策?中国IT人才又该如何应对?中国IT产业将何去何从?本文将围绕这些问题展开探讨。 跨国公司撤出的背景与

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于

poj1330(LCA最近公共祖先)

题意:求最近公共祖先 思路:之前学习了树链剖分,然后我就用树链剖分的一小部分知识就可以解这个题目了,记录每个结点的fa和depth。然后查找时,每次将depth大的结点往上走直到x = y。 代码如下: #include<iostream>#include<algorithm>#include<stdio.h>#include<math.h>#include<cstring>

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

客户案例:安全海外中继助力知名家电企业化解海外通邮困境

1、客户背景 广东格兰仕集团有限公司(以下简称“格兰仕”),成立于1978年,是中国家电行业的领军企业之一。作为全球最大的微波炉生产基地,格兰仕拥有多项国际领先的家电制造技术,连续多年位列中国家电出口前列。格兰仕不仅注重业务的全球拓展,更重视业务流程的高效与顺畅,以确保在国际舞台上的竞争力。 2、需求痛点 随着格兰仕全球化战略的深入实施,其海外业务快速增长,电子邮件成为了关键的沟通工具。

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出

AI(文生语音)-TTS 技术线路探索学习:从拼接式参数化方法到Tacotron端到端输出 在数字化时代,文本到语音(Text-to-Speech, TTS)技术已成为人机交互的关键桥梁,无论是为视障人士提供辅助阅读,还是为智能助手注入声音的灵魂,TTS 技术都扮演着至关重要的角色。从最初的拼接式方法到参数化技术,再到现今的深度学习解决方案,TTS 技术经历了一段长足的进步。这篇文章将带您穿越时

STL经典案例(四)——实验室预约综合管理系统(项目涉及知识点很全面,内容有点多,耐心看完会有收获的!)

项目干货满满,内容有点过多,看起来可能会有点卡。系统提示读完超过俩小时,建议分多篇发布,我觉得分篇就不完整了,失去了这个项目的灵魂 一、需求分析 高校实验室预约管理系统包括三种不同身份:管理员、实验室教师、学生 管理员:给学生和实验室教师创建账号并分发 实验室教师:审核学生的预约申请 学生:申请使用实验室 高校实验室包括:超景深实验室(可容纳10人)、大数据实验室(可容纳20人)、物联网实验