最新

RevGrow AI 是一个专为初创企业和成长型企业设计的收入智能平台。它解决了制定有效收入增长策略的问题，这通常因为手动分析复杂数据而变得困难。许多企业由于未能有效理解天气、竞争对手活动和社会趋势等外部因素对销售的影响而损失收入。RevGrow AI 独特之处在于，它结合了与您的业务相关的多种外部数据和内部指标，通过人工智能分析揭示被忽视的具体收入机会，并识别资金流失的领域。该平台随后提供量化的策略和可操作的步骤，以帮助捕捉这些收入或修复这些流失。

在过去的几个月里，我一直在构建一个类似于棋类游戏的系统，用于预测销售对话中的转化概率。销售数据的分析一直以来都非常困难，即使是当前的语言模型（LLMs）或销售语言模型（SLMs），如ChatGPT、Claude或Gemini，也未能完全分析销售对话。我们是否可以根据预测的转化概率来引导对话呢？也就是说，基于超过100,000个销售对话进行强化学习（RL）训练，以从嵌入中预测最终的转化概率。因此，我使用了Azure OpenAI的嵌入模型（特别是text-embedding-3-large模型）来创建各种对话。强化学习的主要目标是转化（奖励=1），它将生成不同的对话和路径，其中大多数会导致未转化（0），而一些则会导致转化（1），同时生成3072个嵌入向量，以捕捉对话的细微差别和语义。其他字段包括： * 公司/产品标识符 * 对话消息（JSON格式） * 客户参与度和销售效果评分（0-1） * 每个回合的概率轨迹 * 对话风格、流程模式和渠道 然后，我使用PPO（近端策略优化）训练了一个强化学习模型，通过使用线性层降低维度，并利用该层进行最终预测。 数据集、模型和训练脚本都是开源的。我还为此撰写了一篇Arxiv论文。 数据集：[https://huggingface.co/datasets/DeepMostInnovations/saas-sales-conversations](https://huggingface.co/datasets/DeepMostInnovations/saas-sales-conversations) 模型、数据集创建、训练和推理：[https://huggingface.co/DeepMostInnovations/sales-conversion-model-reinf-learning](https://huggingface.co/DeepMostInnovations/sales-conversion-model-reinf-learning) 论文：[https://arxiv.org/abs/2503.23303](https://arxiv.org/abs/2503.23303) 顺便提一下，推理时请使用Python 10版本。此外，我正在考虑使用开源嵌入模型来创建嵌入向量，但这将需要更多时间。我还在此基础上建立了一个平台来构建代理，完全免费，网址是：[https://lexeek.deepmostai.com](https://lexeek.deepmostai.com)。您可以通过这个网站与代理进行聊天：[https://www.deepmostai.com](https://www.deepmostai.com)。

猜猜哪个产品更贵<p>添加您自己的产品