CNET科技行者 11月11日 北京消息 “让客户惊喜是所有阿里人的KPI。相比‘双11’,我更关心‘爽11’。” 11月11日21时40分,阿里巴巴集团首席客户官(CCO)、资深副总裁吴敏芝亮相天猫双11媒体中心互动大屏,与现场数百位媒体分享阿里服务人的“双11”。
天猫双11行进至第九年,覆盖全世界200多个国家和地区,全球十余万品牌,数十亿消费者及用户参与。如此庞大的经济体共振,一场牵动全社会商业资源的购物狂欢顺畅进行背后,是一张怎样繁密坚实的服务网络在承载?
“服务体系并非后台,我们需要也正在将很多工作前置。”吴敏芝介绍,为确保消费体验,一整套变被动为主动的服务工作早在“双11”开始前3个月就已展开。作为CCO,吴敏芝亲自带队对商家走访,倾听商家一线声音。期间,阿里服务小二作为客户代言人也深度参与到各类业务讨论中,辅助业务决策。
更重要的是,基于大数据和神经网络搭建,阿里的智能服务系统已能够快速预判并发现问题,在消费者发起咨询前主动服务。“在阿里,CCO体系的一切工作都必须围绕用户体验的优化和提升展开。”吴敏芝强调。
通过高科技及大数据应用,阿里巴巴自主研发的智能客服系统今年全面参战双11。不仅在淘宝天猫等数十个业务中作为官方客服主力服务消费者,天猫双11主会场商家中,也已有超50%商家成为“店小蜜”的客户。不仅是在线服务端,即便在热线端,今年双11也已首次实现了智能机器人服务窗口。基于一整套智能+人工的组合效能模式,即使在服务量集中爆发时,阿里服务团队也能保证实现三个1:客户请求1秒钟响应、风险发现1分钟布防、人工客服1次性匹配。
吴敏芝现场分享的一组双11最新服务数据作证了此点:截至11日19:00,阿里巴巴服务团队总服务量800万,30秒接起超过98%——其中智能服务占比更是高达95%。
吴敏芝强调,服务不是流水线,服务团队离客户最近,需要懂客户,有情感,提供有体感有温度的服务。尽管被称为柔军,但打起双11硬仗来却丝毫不含糊。无论是双11还是日常,她最关心三件事——消费者的体验提升了多少?商家服务能力提升了多少?我们还能创造哪些惊喜?
讲到服务抓手,吴敏芝说,在阿里巴巴,商家是跟消费者触达的第一窗口,因此,必须始终坚持携手商家。通过服务技术和能力输出,进而提升全平台的服务体验。阿里为商家自主研发的智能客服店小蜜就是这一理念的最典型印证。由于机器智能的加入,服务组织得以快速升级。“原来商家服务团队约有70%人力在售前,有了店小蜜,大量售前咨询改由机器人完成,商家售前客服占比降至30%-40%——人力被从重复的工作中解放出来,得以投入到售后等更需要情感和创造性的工作中,这是人和机器智能的最佳协作。”
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。