Xing4.0-29B-Intent Đang hoạt động

Xing4.0-29B-Intent là mô hình chuyên dụng cho việc hiểu ý định do Phòng thí nghiệm XingChen mã nguồn mở, được tinh chỉnh dựa trên Xing4.0-29B-A4B. Xing4.0-29B-Intent sử dụng cấu trúc danh mục＋tham số, chuyển ngôn ngữ tự nhiên của người dùng thành kết quả phân loại ý định và trích xuất tham số, hỗ trợ 4 loại tác vụ: nhận diện ý định, nhận diện thực thể, trích xuất quan hệ và trích xuất sự kiện. Đầu ra của mô hình chỉ vài chục token, độ trễ phản hồi ở mức hàng trăm mili giây; tổng điểm đánh giá đạt 58, vượt qua 18 mô hình đa dụng. Mô hình đã được triển khai trong các kịch bản chăm sóc khách hàng viễn thông và nhà thông minh, phù hợp làm lớp đầu vào ngữ nghĩa cho Agent.

Nhận diện ý định: xác định một câu nói của người dùng thuộc danh mục nghiệp vụ nào, hỗ trợ cả ý định đơn và nhiều ý định trong một câu.
Trích xuất tham số: đồng thời với việc nhận diện ý định, trích xuất thực thể, giá trị và thuộc tính cần thiết để hoàn thành tác vụ.
Đầu ra có cấu trúc thống nhất: tổ chức kết quả theo định dạng JSON “danh mục＋tham số”; 4 loại tác vụ gồm nhận diện ý định, nhận diện thực thể, trích xuất quan hệ và trích xuất sự kiện cùng sử dụng một định dạng đầu vào và đầu ra.
Phân tích song song nhiều tác vụ: hỗ trợ nhiều ý định, nhiều tham số và nhiều thực thể trong một câu, có thể trả về nhiều nhóm kết quả cùng lúc bằng mảng JSON.
Thích ứng theo Schema: nhà phát triển định nghĩa trước các danh mục ứng viên, mô tả danh mục và các trường có thể trích xuất; mô hình nhận diện và điền giá trị trong khuôn khổ nghiệp vụ đã định.
Đầu vào ngữ nghĩa cho Function Calling: cung cấp cho các ứng dụng Agent/智能体 khả năng phán đoán ý định và trích xuất tham số gọi hàm, kết nối ngôn ngữ tự nhiên với việc thực thi trong hệ thống nghiệp vụ.

Theo dõi WeChat và trả lời “开源” để tham gia nhóm trao đổi dự án AI mã nguồn mở
Kiến trúc và nền tảng mô hình: mô hình được tinh chỉnh dựa trên nền tảng đa dụng XingChen Xing4.0-29B-A4B, sử dụng kiến trúc MoE với tổng số khoảng 29 tỷ tham số; mỗi Token chỉ kích hoạt khoảng 4 tỷ tham số, vừa duy trì khả năng xuất dữ liệu có cấu trúc vừa đạt mức tính toán thấp và độ trễ phản hồi hàng trăm mili giây.
Khung phân tích ngữ nghĩa điều khiển bằng mô thức thống nhất USP: mô hình sử dụng khung USP để thống nhất ràng buộc các tác vụ không đồng nhất như hiểu ý định, nhận diện thực thể, trích xuất quan hệ và trích xuất sự kiện thành định dạng đầu ra JSON phân cấp “danh mục＋tham số”. Nhờ đó, hệ thống hạ nguồn không cần xây dựng logic phân tích riêng cho từng loại tác vụ, với chi phí chuyển đổi và tích hợp rất thấp.
Cơ chế sinh có ràng buộc Schema: khi suy luận, nhà phát triển cần cung cấp định nghĩa về các danh mục ứng viên, mô tả danh mục và các trường có thể trích xuất. Mô hình hoàn tất việc nhận diện và điền giá trị theo quy tắc trường đã định; đầu ra bị giới hạn nghiêm ngặt trong cấu trúc được định nghĩa trước, tránh tính ngẫu nhiên của văn bản tự do, bảo đảm trường xác định, định dạng có thể kiểm tra và mức ảo giác thấp.
Huấn luyện đầu ra có cấu trúc: mô hình sử dụng khoảng 2,753 triệu mẫu dữ liệu tinh chỉnh có giám sát chuyên dụng, được tái cấu trúc từ 61 bộ dữ liệu công khai, bao phủ 19 lĩnh vực và 52 ngôn ngữ, để huấn luyện năng lực xuất dữ liệu có cấu trúc. Nhờ đó, trung bình chỉ cần vài chục token để hoàn tất chuỗi quyết định gồm phán đoán ý định＋trích xuất tham số.

Lấy tài nguyên: tải trọng số mô hình, kho mã nguồn và bộ dữ liệu đi kèm từ GitHub hoặc HuggingFace.
Chuẩn bị môi trường: triển khai image suy luận chính thức hoặc tham khảo hướng dẫn của mô hình nền để xây dựng dịch vụ mô hình bằng vLLM hoặc SGLang.
Cài đặt SDK: tích hợp thông qua Python SDK do kho mã nguồn cung cấp, hoặc gọi API đám mây của nền tảng mở Tianyi AI để sử dụng mà không cần triển khai.
Định nghĩa Schema nghiệp vụ: khai báo các danh mục ý định ứng viên, mô tả danh mục và các trường có thể trích xuất cho từng danh mục.
Lắp ghép prompt: dùng SDK để ghép đầu vào của người dùng với Schema thành yêu cầu mà mô hình có thể nhận diện.
Gửi yêu cầu: gửi yêu cầu đến dịch vụ mô hình; mô hình trả về kết quả JSON có cấu trúc với vài chục token.
Phân tích kết quả: đọc ý định và giá trị trường theo cấu trúc danh mục＋tham số, đồng thời kiểm tra trường khi xảy ra bất thường.
Kết nối nghiệp vụ: truyền kết quả có cấu trúc cho hệ thống hạ nguồn để thực thi; với các thao tác nhạy cảm, cần kiểm tra quyền hoặc yêu cầu người dùng xác nhận trước.

Tích hợp nhận diện ý định và trích xuất tham số: một mô hình đồng thời hoàn thành việc phân loại ý định và trích xuất tham số, giảm công việc phân tích lặp lại ở hệ thống hạ nguồn.
Phản hồi nhanh: trung bình chỉ xuất vài chục token, độ trễ phản hồi kết quả đầy đủ ở mức hàng trăm mili giây, phù hợp với các kịch bản tương tác thời gian thực có tần suất cao.
Chi phí gọi thấp: với kiến trúc MoE, mỗi Token chỉ kích hoạt khoảng 4B tham số; so với các mô hình ngôn ngữ lớn đa dụng, chênh lệch chi phí trong các kịch bản gọi hàng triệu lần mỗi ngày giảm xuống nhiều lần.
Đầu ra ổn định và đáng tin cậy: kết quả bị giới hạn nghiêm ngặt trong cấu trúc JSON của Schema được định nghĩa trước, trường xác định và định dạng có thể kiểm tra.
Phân tích phức tạp với nhiều ý định: hỗ trợ nhiều ý định, nhiều tham số và nhiều thực thể trong một câu, đồng thời trả về thống nhất bằng mảng JSON.
Định dạng thống nhất cho 4 loại tác vụ: hiểu ý định, nhận diện thực thể, trích xuất quan hệ và trích xuất sự kiện cùng sử dụng định dạng đầu vào và đầu ra “danh mục＋tham số”, với chi phí chuyển đổi ở hệ thống hạ nguồn rất thấp.

Kho GitHub: https://github.com/XingChen-AGI/Xing4.0-29B-Intent
Kho mô hình HuggingFace: https://huggingface.co/XingChen-AGI/Xing4.0-29B-Intent

Chăm sóc khách hàng thông minh / định tuyến phiếu yêu cầu: nhận diện ý định trong cuộc hội thoại với khách hàng và trích xuất thông tin quan trọng, tự động hoàn tất việc phân loại và luân chuyển phiếu yêu cầu; đã được triển khai trong dịch vụ chăm sóc khách hàng viễn thông vạn số.
Tương tác bằng giọng nói trên thiết bị đầu cuối: trong các kịch bản như trợ lý giọng nói, khoang lái thông minh và trung tâm điều khiển IoT, phân tích mệnh lệnh khẩu ngữ của người dùng thành lệnh điều khiển thiết bị có cấu trúc.
Robot IM doanh nghiệp: trong giai đoạn khởi động nghiệp vụ, không cần lượng lớn dữ liệu gán nhãn, có thể nhanh chóng xây dựng năng lực nhận diện ý định và định tuyến hỏi đáp.
Lớp đầu vào ngữ nghĩa cho Agent / Function Calling: cung cấp cho tác nhân khả năng phán đoán ý định và trích xuất tham số gọi hàm với mức ảo giác thấp, kết nối ngôn ngữ tự nhiên với việc thực thi công cụ.
Trích xuất thông tin đa tác vụ: đồng thời hoàn thành nhận diện thực thể, trích xuất quan hệ và trích xuất sự kiện từ một câu, chẳng hạn “Chuyển cuộc họp sang chiều thứ Sáu, đổi địa điểm sang tầng 3” → đồng thời trích xuất thay đổi về thời gian và địa điểm.