Rethinking Sales Lead Scoring with LLM-based Hierarchical Preference Ranking
重新思考基于LLM的分层偏好排名的销售线索评分
机构 * Intelligent Business Team, Li Auto Inc.(李自动公司智能商务团队)
AI总结 针对高价值领域销售线索转化问题,提出基于LLM的判别式框架HPRO,通过分层偏好排名优化联合建模结构化与非结构化数据,实现评分与排名性能提升。
大厂专区
重新思考基于LLM的分层偏好排名的销售线索评分
机构 * Intelligent Business Team, Li Auto Inc.(李自动公司智能商务团队)
AI总结 针对高价值领域销售线索转化问题,提出基于LLM的判别式框架HPRO,通过分层偏好排名优化联合建模结构化与非结构化数据,实现评分与排名性能提升。
超越理想指令:现实交互中评估大语言模型的综合框架
机构 * Department of Data Science, City University of Hong Kong(香港城市大学数据科学系) ; Hong Kong Institute of AI for Science, City University of Hong Kong(香港城市大学人工智能科学研究院) ; Li Auto Inc.(Li汽车公司) ; Beijing University of Posts and Telecommunications(北京邮电大学) ; Independent Researcher(独立研究员)
AI总结 提出RUT-Bench基准,通过高保真模拟理想与非理想用户行为,评估大语言模型在现实工具调用场景中的表现,发现所有测试模型成功率低于40%且面对复杂非理想输入时性能显著下降。