本项目运用大语言模型、搜索增强生成、语音识别、语义理解等多种人工智能技术，打造智能客服机器人、智能坐席辅助、智能知识库、智能语音陪练、客户原声洞察等五个综合服务功能，所有大模型生成内容均不直接对客服务，以业务服务自动化、业务决策人机协同化:业务质量管理多样化为价值目标，构建大模型智能客服人机协同数字生产力体系，实现技术创新与业务价值的有机循环，有效提升客户服务能力及内部员工服务效率。

本项目由广发银行研发与运维，使用的大模型为开源模型（清华智谱Chatglm、阿里千问Qwen、深度求索Deepseek），没有第三方机构参与。

创新性说明：

1. 在大小模型协同方面，应用大模型提升机器人语义理解能力，弥补传统客服文本机器人使用传统语义理解小模型无法识别客户多意图、上下文关联、模糊指代等缺点，同时提供用户的答案通过语义理解小模型及专家规则匹配，在专家答案库中进行查询并回复用户，专家答案库内容经由业务专家审核后入库，有效杜绝大模型语义幻觉问题。

2. 在大模型风险防范方面，应用基于专家知识库的搜索增强生成技术(RAG)实现知识搜索及问答，将大语言模型推理答案结果及关联专家知识溯源原文链接一并推送员工使用，使得大模型基于专家知识进行归纳及推理，降低模型杜撰和编造的情况。

3. 在大模型训练方面，构建大模型知识蒸馏训练机制提高大模型资源利用效率，应用Teacher-Student知识蒸馏训练机制微调小尺寸大模型，根据不同场景微调训练领域大模型完成特定服务任务，如话务小结、文本机器人语义理解等，解决在专业服务领域应用更小尺寸的大模型实现模型推理能力及提升推理效率。