Foundation Conversational AI Technologies Landscape
Die Conversational AI-Landschaft erlebt an drei Fronten eine rasante Entwicklung:
- Voicebot-Aktivierung und -Orchestrierung
- Agentenassistent
- Aktivierung großer Sprachmodelle
Außerdem wurde die Kategorie der LLM-fähigen Chatbot-Entwicklungs-Frameworks hinzugefügt. Diese Kategorie wird mit Sicherheit wachsen, und die LLM-Befähigung wird sich von einem Alleinstellungsmerkmal auf dem Markt zu einem entscheidenden Faktor entwickeln.
Aber … ich möchte schnell sagen, dass die meisten dieser Implementierungen sehr ähnlich waren, wobei Cognigy bis zu einem gewissen Grad die Ausnahme darstellt. Der Fokus liegt immer noch stark auf dem generativen Aspekt von LLMs und das prädiktive Element wird vernachlässigt.
Während ich über prädiktive LLM-Implementierungen nachdachte und Prototypen entwickelte, wurde mir schnell klar, dass es schwierig ist, die Einbeziehung von LLMs im Hinblick auf Komplexität und Kosten zu rechtfertigen.
Wie ich bereits dargelegt habe, liefern herkömmliche NLU-Engines bessere Absichts-/Klassifizierungsergebnisse im Hinblick auf die Menge an Trainingsdaten, die Kosten und die Trainingszeit.
Ein Bereich, in dem die LLM-Implementierung bestehende NLU-Investitionen nutzt und erweitert, ist ein hybrides, NLG-fähiges NLU … mehr dazu in einem folgenden Artikel.
Ein zweiter Innovationsbereich sind verbesserte Feinabstimmungsmethoden für prädiktive LLM-Implementierungen, mehr dazu später.
⭐️ Bitte folgen Sie mir auf LinkedIn für Updates zu Conversational AI ⭐️
Ich bin derzeit der Hauptevangelist bei HumanFirst . Ich erforsche und schreibe über alle Dinge an der Schnittstelle von KI und Sprache; von LLMs , Chatbots , Voicebots , Entwicklungs-Frameworks, datenzentrierten latenten Räumen und mehr.

![Was ist überhaupt eine verknüpfte Liste? [Teil 1]](https://post.nghiatu.com/assets/images/m/max/724/1*Xokk6XOjWyIGCBujkJsCzQ.jpeg)



































