SmartLLM

Intumit Drives the Unleashing Power
of Copilot/AOAI/ChatGPT

Utilize the Experience of True Enterprise Level Generative AI Chatbot

Gartner Cool Vendor
Gartner Top AI Startup
Microsoft Top Valuable ISV Partner

Transform AI using Foundation Models

SmartLLM ถือเป็นเทคโนโลยีล้ำสมัยที่เข้ามาปฏิวัติ Large language models (LLM) เช่น GPT และเนื่องจากโมเดลต่างๆ เหล่านี้ถูกใช้งานอย่างแพร่หลายมากขึ้น SmartLLM จึงเป็นโซลูชันที่เข้ามาช่วยเชื่อมต่อโมเดลต่างๆ เหล่านี้เข้าด้วยกันไว้ในที่เดียวและสามารถปรับแต่งได้ตามความต้องการของคุณ

SmartLLM สามารถช่วยพัฒนาและเปลี่ยนแปลงรูปแบบการใช้งาน AI ของคุณ ให้รองรับการประมวลผลภาษาธรรมชาติ (Natural Language Processing) โดยการใช้โมเดลพื้นฐาน ทั้งนี้ ด้วยความสามารถในการเรียนรู้ด้วยตัวเองของ SmartLLM ทำให้ AI สามารถก้าวขึ้นไปอีกขั้นสู่การเป็น Conversational AI

สิ่งสำคัญที่ทำให้ SmartLLM พิเศษและแตกต่างออกไปคือฟีเจอร์ Prompt Engineering ที่ล้ำสมัย ซึ่งจะช่วยปรับปรุงบทสนทนาและเพิ่มประสิทธิภาพให้เหนือกว่าในแบบที่ไม่เคยเห็นมาก่อนใน LLM แบบ low-code

ยิ่งไปกว่านั้น SmartLLM ยังสามารถช่วยให้การใช้งาน LLM เพื่อค้นหาความหมายต่างๆ มีความถูกต้องแม่นยำมากยิ่งขึ้น

Multilingual Cross Language Technology

ไม่ว่าบทสนทนาในรูปข้อความ หรือเสียงจะเป็นภาษาจีน, ภาษาอังกฤษ หรือภาษาญี่ปุ่น ก็สามารถตอบกลับได้อย่างถูกต้อง

CHN：急難慰問金申請方式?

ENG：Does the company have any subsidy I can apply for being hospitalized?

JPN：怪我で入院した場合、補助はありますか

Intumit ถือเป็นผู้นำในด้านการวิจัยและพัฒนาที่เกี่ยวข้องกับ LLM เราตื่นเต้นและมองหน้าโอกาสในการเพิ่มความสามารถของ SmartRobot และ SmartKMS อยู่เสมอ โดย SmartLLM นั้นถือเป็นจุดเปลี่ยนของบทสนทนาโต้ตอบในโมเดลภาษาต่างๆ และจะช่วยยกระดับความสามารถนั้นให้สูงขึ้นไปอีกขั้น

5 การใช้งานหลักของ SmartLLM

เทคโนโลยีของ SmartLLM ช่วยให้การค้นหา จัดประเภท แบ่งหมวดหมู่ คัดแยก ปรับเปลี่ยน สรุป และสร้างเนื้อหาเป็นไปได้ง่ายและรวดเร็วกว่าที่เคย และต่อไปนี้คือการใช้งานหลักทั้ง 5 รูปแบบของ SmartLLM

Semantic Search

การสร้างผลการค้นหาอัตโนมัติสำหรับการค้นหาเอกสารที่เกี่ยวข้องกับคำตอบด้วยภาษาที่เป็นธรรมชาติ

การ “ค้นหาเอกสารจากคำตอบ” หมายถึงเมื่อผู้ใช้ป้อนประโยคสั้น ๆ เพื่อค้นหา ระบบจะค้นหาเอกสารที่เกี่ยวข้องโดยใช้คำตอบที่สร้างขึ้นโดยอัตโนมัติ และจะมีการสร้างและแสดงข้อมูลสรุปของแต่ละเอกสารโดยอัตโนมัติ เพื่อให้ผู้ใช้สามารถเข้าดูเอกสารที่เกี่ยวข้องได้ง่าย รวดเร็ว และตรงตามความต้องการ

รูปภาพ: ระบบจะสร้างคำถามและคำตอบด้วยภาษาที่เป็นธรรมชาติโดยอัตโนมัติ และจะทำการค้นหาเอกสารที่เกี่ยวข้อง

Text Generation

การสร้างข้อมูลเนื้อหาของเอกสารโดยอัตโนมัติ ซึ่งรวมถึงชื่อเรื่อง เนื้อหา สรุป แท็ก หมวดหมู่ และข้อความแปลภาษา (บันทึกข้อมูลเป็นไฟล์แยกกัน)

ไม่จำกัดเพียงแค่ภาษาเดียว เมื่อผู้ใช้เพิ่มไฟล์ในภาษาหนึ่ง ระบบจะสร้าง ‘ชื่อเรื่อง เนื้อหา สรุป แท็ก และหมวดหมู่ให้โดยอัตโนมัติ’ หลังจากการเผยแพร่เอกสาร เมื่อผู้ใช้เข้าดูเอกสาร สามารถกดปุ่ม ‘แปลและบันทึก’ ระบบจะทำการสร้างข้อมูลเนื้อหาในหลายหลากภาษาโดยอัตโนมัติ

รูปภาพ: ระบบจะบันทึกชื่อเรื่อง เนื้อหา สรุป แท็ก และหมวดหมู่* *การแปลภาษาจะบันทึกเป็นไฟล์แยกกัน

Image Captioning

สร้างคำบรรยายภาพโดยอัตโนมัติ สร้างคำอธิบายรูปภาพ และค้นหารูปภาพจากคำบรรยายภาพ

ระบบจะจับและบันทึกภาพ จดจำเนื้อหาภายในภาพ และสร้างคำอธิบายสำหรับภาพนั้นๆ สำหรับการค้นหา ระบบจะค้นหาไฟล์รูปภาพที่เกี่ยวข้องโดยอิงจากคำอธิบายภาพและรูปภาพที่แสดง

1. อัปโหลดรูปภาพ

2. ระบบจะสร้างคำอธิบายสำหรับรูปภาพโดยอัตโนมัติ

3. ระบบจะทำการค้นหารูปภาพตามคำอธิบายที่สร้างขึ้น

QA Generation

สร้างคำถามและคำตอบโดยอัตโนมัติ รวมถึงคำถามและคำตอบสำหรับการทดสอบ และคำถามและคำตอบจากผู้เชี่ยวชาญ

ระบบจะสร้างคำถามและคำตอบโดยอัตโนมัติจากเอกสารนั้นๆ ด้วยการใช้งาน Azure OpenAI/ChatGPT นอกจากนี้ ระบบสามารถสร้างคำถามและคำตอบโดยอัตโนมัติจากเอกสารที่สร้างโดยผู้เชี่ยวชาญและหัวข้อเนื้อหาที่ผู้ใช้สนใจใน SmartKMS ได้เช่นกัน

I. คำถามและคำตอบสำหรับการทดสอบ

1. อัปโหลดไฟล์เอกสาร
2. เลือกจำนวนและรูปแบบของคำถามที่ต้องการ

3. ระบบจะสร้างคำถามและคำตอบโดยอัตโนมัติ

4. ผู้ใช้สามารถเลือกจัดการคำถามและคำตอบได้

II. คำถามและคำตอบจากผู้เชี่ยวชาญ

คำถามและคำตอบจากผู้เชี่ยวชาญจะถูกสร้างขึ้นโดยอัตโนมัติจากเอกสารที่ผู้เชี่ยวชาญสร้างขึ้นในระบบ

Sentiment Analysis

การแปลงคำพูดเป็นข้อความโดยใช้เทคโนโลยีจดจำเสียงและการวิเคราะห์ความอารมณ์รู้สึก การวิเคราะห์ความรู้สึกขณะพูดคุยโต้ตอบกับลูกค้า และการสร้างข้อเสนอบริการโดยอัตโนมัติ

ระบบจะแปลงไฟล์บันทึกเสียงเป็นข้อความและทำการวิเคราะห์น้ำเสียงในบทสนทนาตั้งแต่เริ่มต้นจนจบการโทร เช่น ในช่วงนาทีแรกของการบันทึกเสียง โทนเสียงของลูกค้าดูมีความไม่พอใจ แต่เปลี่ยนเป็นโทนที่สดใสขึ้นในนาทีสุดท้าย ด้วยการรวบรวมข้อมูลนี้ ระบบจะวิเคราะห์คุณภาพการบริการและทักษะการสื่อสารของผู้ให้บริการ นอกจากนี้ ระบบยังสามารถสร้าง ‘คู่มือการปรับปรุงคุณภาพสำหรับผู้ให้บริการ’ โดยอัตโนมัติด้วยการแปลงไฟล์บันทึกเสียงเป็นข้อความ ซึ่งจะสามารถช่วยปรับปรุงคุณภาพการบริการในอนาคตได้