Savoir à la fois « répondre aux questions à choix multiples » et « répondre aux questions à remplir » — Publication du modèle de…

Le laboratoire d'intelligence artificielle générale Xing de China Telecom AI Technology Co., Ltd. a officiellement publié et rendu open source le modèle spécialisé de compréhension d'intention Xing4.0-29B-Intent, en ouvrant simultanément 2,75 millions d'entrées de corpus d'entraînement, les poids du modèle et les images d'inférence. Le modèle combine la reconnaissance d'intention et l'extraction de paramètres, convertissant une phrase de l'utilisateur en informations structurées que les systèmes métier peuvent traiter ensuite.

À l'heure actuelle, les capacités du modèle Xing4.0-29B-Intent ont commencé à être appliquées dans des produits terminaux tels que le service client du 10000 de China Telecom et les enceintes domestiques intelligentes, au service de la reconnaissance des intentions de dialogue, du routage intelligent des tickets et de l'analyse des commandes vocales. Cette ouverture open source fournira aux développeurs le modèle et les ressources associées, permettant l'intégration dans leurs propres scénarios métier.

01 Question à juger ou question à remplir

« Aide-moi à mettre la lumière de la chambre en jaune chaud. » Une commande quotidienne de contrôle d'appareil contient à la fois ce que l'utilisateur veut faire et les informations spécifiques nécessaires pour effectuer l'opération. Le système doit extraire ces informations de l'expression naturelle pour pouvoir les transmettre aux applications suivantes.

Face à cette phrase, il ne suffit pas de déterminer seulement « contrôler l'éclairage ». Le système doit aussi savoir : quelle pièce ? La chambre ; quel appareil ? La lampe ; quel état régler ? Jaune chaud.

Les modèles de décision de type Jev font essentiellement « des questions à choix multiples », renvoyant des décisions typées en choisissant une réponse parmi les candidats donnés ; l'extraction de paramètres revient à « faire des questions à remplir », en extrayant les informations spécifiques nécessaires à l'accomplissement de la tâche. Xing4.0-29B-Intent prend en charge ces deux types de tâches, ainsi que les cas où une phrase contient plusieurs intentions, plusieurs paramètres et plusieurs entités.

Le modèle adopte un cadre d'analyse sémantique piloté par schéma unifié (USP, Unified Schema-driven Semantic Parsing), organisant les résultats selon une structure hiérarchique « catégorie + paramètres », et sortant des informations au format JSON selon des règles de champs prédéfinies. Les objectifs de tâches hétérogènes, tels que la compréhension d'intention, la reconnaissance d'entités, l'extraction de relations, l'extraction d'événements, etc., sont unifiés avec un même ensemble de contraintes de format d'entrée-sortie, facilitant l'intégration rapide des tâches en aval, une analyse stable et un coût de migration extrêmement faible.

02 Pourquoi ne pas utiliser directement un grand modèle généraliste ?

À ce stade, vous vous demandez peut-être : les grands modèles généralistes ne sont-ils pas déjà « tout-puissants » ? Pourquoi faut-il encore un modèle spécialisé de compréhension d'intention ?

Parce que dans ce type de scénarios, les grands modèles généralistes présentent trois « faiblesses innées ».

Premièrement, la vitesse de sortie

Les grands modèles généralistes ont l'habitude de « réfléchir avant de répondre », avec des raisonnements longs de plusieurs centaines voire milliers de caractères ; pour une question comme « à qui transférer le ticket », le client a depuis longtemps raccroché quand il a fini de parler. Xing4.0-29B-Intent ne répond rapidement qu'aux informations décisionnelles clés nécessaires au traitement de la tâche, sans long raisonnement, avec en moyenne quelques dizaines de tokens en sortie, et la latence de réponse complète peut atteindre l'ordre de la centaine de millisecondes.

Deuxièmement, le coût de la décision

Utiliser un grand modèle généraliste pour faire de la classification et de l'extraction d'informations, c'est comme tuer une mouche avec un marteau-pilon. Les modèles de compréhension d'intention sont de petite taille et peu coûteux à appeler ; lorsqu'un scénario nécessite des millions d'appels par jour, l'écart de coût est multiplié d'autant.

Troisièmement, la fiabilité de la décision

La sortie des grands modèles généralistes est un texte libre : la même question peut recevoir dix formulations différentes, ce qui rend difficile une analyse stable par les systèmes en aval. La sortie du modèle de compréhension d'intention est strictement contrainte dans une structure prédéfinie : champs déterminés, format vérifiable, sans place laissée à l'« improvisation libre ».

En résumé : partout où les exigences de réactivité sont élevées, où les scénarios sont relativement convergents et où l'exécution des décisions est relativement claire, le modèle de compréhension d'intention est un choix plus rapide, moins cher et plus fiable que le grand modèle généraliste.

Cette piste a déjà des pionniers. Depuis le lancement des modèles de décision légers représentés par Jev, ils sont rapidement devenus un sujet brûlant dans la communauté des développeurs. La réaction du marché confirme un jugement : la compréhension d'intention n'a pas besoin de dépendre du « raisonnement puissant » des grands modèles ; des modèles spécialisés de petite taille peuvent tout aussi bien être rapides et précis.

03 Les résultats parlent d'eux-mêmes Deux séries d'évaluations pour tester les capacités de reconnaissance et d'extraction

La capacité du modèle à comprendre les besoins fins à intentions multiples des utilisateurs peut être vérifiée à deux niveaux : d'une part, juger correctement la catégorie et extraire correctement le contenu spécifique ; d'autre part, en ne considérant que le jugement de catégorie, ne rien omettre et ne rien sélectionner en trop. L'équipe technique a donc mené deux séries d'évaluations, examinant respectivement les résultats complets d'extraction et la capacité de jugement de catégorie.

Première série : non seulement la catégorie doit être correcte, mais le contenu spécifique aussi

La première évaluation a tiré au prorata 6000 questions de 48 jeux de données publics en chinois et en anglais, couvrant quatre types de tâches : compréhension d'intention, reconnaissance d'entités, extraction de relations et extraction d'événements. Elle ne teste pas seulement « dans quelle catégorie classer », mais aussi « ce qui a été spécifiquement extrait ».

En reprenant l'exemple de la commande d'éclairage précédente, il ne suffit pas de déterminer « contrôler l'éclairage », il faut aussi extraire les informations telles que « chambre », « lampe » et « jaune chaud ». Cet exemple sert à illustrer les exigences de notation : une catégorie correcte mais un contenu manquant ou erroné ne compte pas comme un résultat d'extraction complet et correct.

Le score total est d'abord calculé séparément pour les quatre types de tâches, puis moyenné à poids égal ; il représente donc la performance globale des quatre types de tâches, et non un taux de réussite calculé en fusionnant directement les 6000 questions. Dans le tableau ci-dessous, pour chaque indicateur, plus le score est élevé, meilleure est la performance.

Xing4.0-29B-Intent obtient un score total de 58, supérieur au score total maximal de 49 des 18 grands modèles généralistes dominants du marché ayant participé à cette évaluation ; ses scores par type de tâche sur les quatre catégories sont également tous supérieurs à ceux des modèles généralistes participants.

Ce résultat montre que, dans le cadre des tâches et des réglages de cette évaluation, Xing4.0-29B-Intent obtient de meilleures performances dans l'accomplissement simultané du jugement de catégorie et de l'extraction de contenu, et pas seulement dans la sélection correcte de la catégorie.

Deuxième groupe : uniquement le jugement de catégorie Peut-il ne rien omettre et ne rien sélectionner en trop

La deuxième série d'évaluations n'évalue ni les paramètres ni l'extraction de contenu spécifique ; elle compare uniquement la capacité des modèles à trouver et sélectionner correctement toutes les catégories à produire. L'évaluation comprend 5606 questions, dont 3940 questions à une seule catégorie correcte et 1666 questions à plusieurs catégories correctes ; parmi ces questions figurent également 839 exemples négatifs « sans contenu extractible », destinés à vérifier si le modèle rapporte à tort des catégories en l'absence de contenu cible.

Jev participe aux tests avec deux modes de réponse : « choisir 1 parmi N » consiste à sélectionner une réponse parmi les catégories candidates ; « juger oui/non un par un » consiste à évaluer successivement si chaque catégorie candidate convient. Le tableau ci-dessous conserve également GPT-6-Luna comme référence de modèle généraliste ; les deux modes de réponse ne concernent que Jev et ne s'appliquent pas à tous les modèles du tableau.

Ce tableau doit vraiment être lu à deux niveaux : le score décisionnel global condense d'abord les trois sous-items (choix unique, choix multiple, exemples négatifs) en un score décisionnel global, qui mesure la capacité globale du modèle à « viser juste, trouver tout et ne pas faire de fausses alertes » ; les trois sous-items examinent ensuite chacun un point précis — en choix unique, la capacité à viser exactement l'objectif unique ; en choix multiple, la capacité à cocher toutes les catégories à sélectionner sans en oublier une seule ; en exemples négatifs, la capacité à se retenir et à ne pas faire de fausses alertes en l'absence de contenu cible. Le score global reflète l'ensemble, les sous-items révèlent les points faibles ; ce n'est que lorsque les deux concordent que la solidité des capacités du modèle est démontrée.

Dans les décisions de catégories de cette évaluation, le modèle Xingchemodel a surpassé de manière complète les deux modèles de comparaison (les deux méthodes de réponse de Jev et GPT-6-Luna) tant sur le score total de décision que sur les trois sous-éléments : choix unique, choix multiple et contre-exemples. Le problème central réside dans le fait que les deux scénarios les plus sujets aux erreurs — la reconnaissance multi-objectifs et la prévention des faux positifs sur les contre-exemples — sont précisément là où le modèle Xingchemodel creuse l'écart : il parvient à identifier plus complètement toutes les catégories à sélectionner dans les tâches à choix multiples, et dans les scénarios de contre-exemples, il ose « rendre copie blanche », préférant ne rien choisir plutôt que de sélectionner des réponses pour faire nombre. Cela montre qu'il ne se contente pas de savoir « ce que l'utilisateur veut faire », mais qu'il peut aussi porter un jugement plus fiable lorsque les frontières entre catégories sont floues ou que l'information est manquante, plutôt que de s'appuyer uniquement sur un taux de réussite élevé.

*L'évaluation ci-dessus a été menée par l'équipe technique de notre société ; les résultats reflètent les performances des modèles évalués dans le cadre des données d'évaluation et des paramètres de test de la présente évaluation, et ne représentent pas les performances dans toutes les tâches ni dans les scénarios de déploiement réels. Les détails de l'environnement expérimental et des méthodes de test de cette évaluation peuvent être obtenus en contactant l'équipe technique via un message en arrière-plan ; les développeurs et chercheurs sont invités à engager des échanges sur les méthodes d'évaluation, la reproduction des résultats et l'adaptation aux applications.

04 À propos des applications : à qui ce modèle convient-il ?

En ce qui concerne les applications concrètes, dans le système de service client Telecom Wanhao, Xing4.0-29B-Intent assure la reconnaissance des intentions de dialogue et le routage intelligent des tickets, apportant un soutien à la classification et à la transmission des différentes demandes des clients. Sur des produits terminaux tels que les enceintes domestiques intelligentes, Xing4.0-29B-Intent convertit les instructions orales des utilisateurs en instructions structurées que l'appareil peut traiter ultérieurement, faisant le lien entre l'interaction en langage naturel et les opérations de l'appareil.

Si vous travaillez sur :

Interaction terminale

Assistants vocaux sur mobile / cockpits intelligents / centrales IoT

que vous devez à la fois identifier les intentions et extraire des paramètres, tout en trouvant les grands modèles trop lents et trop coûteux ;

Service client ToB / robots de messagerie d'entreprise

en phase de démarrage à froid de l'activité, sans données annotées suffisantes, et sans vouloir annoter des masses d'échantillons pour chaque nouvelle intention ;

Applications Agent / Function Calling

vous avez besoin d'une « couche d'entrée sémantique » stable et à faible hallucination.

Alors, Xing4.0-29B-Intent est parfaitement adapté pour intégrer votre pile technique.

Pour les applications agentiques nécessitant l'appel d'outils, le modèle fournit des capacités de reconnaissance d'intention et d'extraction de paramètres d'appel de fonction, fournissant des entrées pour l'exécution ultérieure.

05 Schéma ouvert + 2,75 millions de corpus,Bienvenue pour essayer

Xing4.0-29B-Intent est affiné sur la base du modèle de fondation général XingChen Xing4.0-29B-A4B, entraîné avec un corpus dédié pour la capacité de sortie structurée. Cette publication open source comprend les quatre types de ressources suivants :

01 275.3万 entrées de corpus d'entraînement pour le fine-tuning supervisé

Reconstruit à partir de 61 jeux de données publics, couvrant 19 domaines et 52 langues.

02 Corpus de compréhension d'intention sur terminal

Le laboratoire d'intelligence artificielle générale XingChen a construit, pour les scénarios d'interaction intelligente sur mobile, le benchmark de compréhension du chinois parlé CMPA-SLU, dont les résultats ont été acceptés à EMNLP 2026 : « CMPA-SLU: A Benchmark for Chinese Mobile Personal Assistant Spoken Language Understanding ».

03 Poids du modèle Xing4.0-29B-Intent

Prend en charge la reconnaissance d'intention, l'extraction de paramètres et la sortie structurée dans un format unifié.

04 Image d'inférence officielle

Fournie avec le dépôt de code, offrant des ressources d'accompagnement pour le déploiement et l'essai du modèle.

Les développeurs sont invités à mener des évaluations et des essais adaptés à leurs propres scénarios, et à faire part de leurs problèmes et suggestions via le dépôt de code.

GET STARTED

Adresse d'appel de la plateforme ouverte Tiansyi AI :

https://www.teleai.com.cn/doc/1MBaE2xId9JYYxLXUz2R/3jUbsGzfAj0Qe4A38Y0s

Dépôt de code :

https://github.com/XingChen-AGI/Xing4.0-29B-Intent

Licence du code :

Apache 2.0 Les jeux de données et les poids du modèle seront publiés simultanément sur Hugging Face

Adresses d'appel de la communauté open source :

HuggingFace : https://huggingface.co/XingChen-AGI/Xing4.0-29B-Intent

Jeu de données HuggingFace : https://huggingface.co/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss

GitHub : https://github.com/XingChen-AGI/Xing4.0-29B-Intent

ModelScope : https://www.modelscope.cn/models/XingChen-AGI/Xing4.0-29B-Intent

Jeu de données ModelScope : https://www.modelscope.cn/datasets/XingChen-AGI/Xing4.0-29B-Intent-oss

Modelers : https://modelers.cn/models/XingChen-AGI/Xing4.0-29B-Intent

Cet article est fourni par Huawei, reproduit par QbitAI avec autorisation ; les opinions exprimées appartiennent à l'auteur original.