星火文档问答上线！定制你的专属知识库

放眼全球，大模型正从热烈讨论走向应用落地。麦肯锡最新研究报告，生成式AI有望为全球经济贡献约7万亿美元的价值，并将AI的总体经济效益提高50%左右。

一方面，越来越多工作实现自动化与智能化。另一方面，企业与个人依旧要每天处理海量数据，从技术文档、市场分析、产品介绍到公司规章制度。

如何利用大模型强大自然语言处理能力，盘活企业知识库资产，配备一个24小时在线的“企业大脑”呢？

成为企业大脑  大模型依旧存在挑战

数字化浪潮下，企业对信息和知识的挖掘、处理愈发重视，越来越多的企业开始构建知识库，以进一步提升企业运行效率、赋能业务。

虽然大模型有了写文案、以文生图、生成视频等惊人的能力，但想要直接把大模型作为企业知识大脑，受制于大模型自身的问题，仍存在不少挑战。

• 私域知识：大模型是由训练语料决定，通用大模型对于通识问题可生成可靠答案。但垂直领域或者企业内部知识，通用大模型就难以回答。同时受模型幻觉影响，在输出过程中可能胡编乱造，生成虚假的内容。
• 知识更新：大模型训练完成后，内部参数被固化。无法实时获取最新知识数据，难以满足用户问答最新知识诉求。通过再训练补充新知识，成本高，时效性差。
• 文本受限：目前不同大模型能支持输入的token数少则2000，多则几万，对于动辄数十万字的知识文档，大模型无法完全理解，更别提在实际业务场景中，很多时候需要结合多篇文档内容综合回答用户问题。
• 可控性差：大模型的输出依赖于深度学习神经网络内部的参数，无法对输出内容进行溯源和校验。无法保障输入知识的真实来源和精准性，如果无对应匹配知识，会导致大模型生成创造知识，可控性差。

那么如何进一步增强大模型的能力，让大模型真正实现对企业业务赋能？

讯飞星火+知识库   构建企业知识大脑

围绕企业知识库管理的难题，讯飞星火文档问答正式上线啦！

基于讯飞星火知识库方案，通过大模型与知识库相链接进行知识增强，使大模型具备更强的专业知识和推理能力，从而提高大模型在细分领域的表现和适应性，赋能客服、营销、培训等多业务场景。

在新华社研究院中国企业发展研究中心、《麻省理工科技评论》中国等权威平台发布的大模型评测报告中，讯飞星火均为第一。依托星火认知大模型为核心引擎，“文档问答”轻松实现原文定位、文档知识化、知识库检索、多模式问答、文档总结等功能。

• 原文定位：知识可溯源，来源有考证
• 文档知识化：盘活积累文档，高效补充知识
• 知识库检索：内容关联检索，突破长度限制
• 多模式问答：多种倾向满足不同场景需求
• 文档总结：提供全文总结，快速了解文档内容

以业务培训示例，员工为深入了解产品，需反复查看大量文档资料，提取重点。

基于讯飞星火文档问答，员工只需提出问题，大模型将搜索知识库所有文档，给出对应答案和信息来源，兼顾高效率和准确度。因此，售后员工可根据客户提问，准确及时回复客户。新入职员工，也可快速掌握产品特性。

与市场上的其他产品相比，此方案具有以下优势：

• 自然对话，全场景覆盖：支持自由问答，多轮交互，能力无领域壁垒，方案可覆盖金融、汽车、工业、教育、医疗等多领域场景。

• 盘活企业知识库：支持通用文档，文档问答能力可轻松盘活企业知识库，一键同步，即可畅享体验文档问答能力，低门槛，零投入成本。
• 知识可控可信：返回知识内容可配置热度值，根据场景灵活调配，保障垂直领域返回知识内容的可信及可控度。
• 低成本高效迭代：返回答案支持用户反馈，可基于反馈数据，丰富文档知识库，实现问答数据的快速优化及闭环。

贴近刚需场景  激发数字生产力

释放刚需场景的业务价值，推送大模型切实优化企业生产力，讯飞星火文档问答还提供多级优化方案组合，满足不同资源与场景的优化需求。

用户侧方面，通过文档切分，提高大模型对文档的理解程度；问答对补充，覆盖高频场景，提高回答精度；问答模式调试，针对业务场景优化提问prompt，满足场景需求。

模型侧层面，可进行向量化模型定制，提高问题与文段匹配精确度；大模型微调，提供参考问答，规范输出格式；行业模型定制，结合行业现状，深入理解业务。

目前，文档问答插件也上线讯飞星火认知大模型。用户上传文档，大模型将对文档进行解析处理，智能提炼核心内容，解答文档任何问题并即时回答。

当然，对于有协同及保密需要的B端用户，可以私有化形式进行交付；开发者也可以通过API形式进行调用。