随着 LLM 的发展，LLM 已经被应用于各种不同的领域。在文档领域，大量的文档由于篇幅庞大导致阅读效率低下，借助 LLM 我们可以更高效的阅读理解这些文档，并且快速提取文档中有价值的信息，提升各个行业用户群体的工作效率和学习效率。

本次演讲主要是从技术角度去介绍，如何利用 LLM 解决上述文档阅读中存在的问题，主要技术包含：文本相关性检索、LLM 的监督微调和幻觉检测等方向。

随着近年来大模型技术的快速演进，AI 对话领域迸发出全新的发展可能和想象空间，阿里巴巴通义大模型近期发布了个性化 AI 角色创作和对话平台—通义星尘，在保持通用大模型基础能力的情况下，延伸出个性化大模型，提供拟人化、场景化、多模态和共情的对话能力以及复杂任务执行能力。本次分享将介绍 AI 对话领域的最新发展趋势以及相关大模型关键技术。

演讲提纲：

1. AI 对话系统的进展和趋势
2. 通用大模型和个性化大模型
3. 个性化大模型的4个关键技术
   • 个性化、大小模型协同的 AI 智能体、多模态、安全负责的 AI
4. 个性化大模型的场景
5. 未来展望

听众收益点：

• 了解大模型对 AI 对话领域带来的新趋势
• 个性化大模型的关键技术
• 落地场景和挑战

BI 的发展已经经历了传统模式、敏捷模式，并逐渐往智能模式的方向发展。伴随着 AIGC 技术的突飞猛进，BI+AI 更加深入业务。

微盟是一家 SaaS 公司，在服务客户过程中怎么为客户提供更便捷和直观的数据服务一直是数据团队工作的内容和方向。本次分享主要带来的是 LLM 在微盟 BI 场景的落地应用，会主要从三个方面介绍 LLM 在 BI 场景的落地，通过具体的案例，分享在落地过程中遇到并尝试解决的问题，帮助听众了解 LLM 在 BI 场景落地的难点和瓶颈。

演讲提纲：

1. LLM 在微盟 BI 方向落地场景介绍
   • LLM 在 BI 行业的落地
   • 微盟场景分析落地
2. 具体场景分析
   • NL2SQL 实践
   • 图表生成实践
   • 数据解读实践
3. 结合实践反思和行业的发展方向，展望未来
   • 通过底层数据建设，降低 LLM 任务复杂度
   • 持续探索 LLM 模型能力边界

听众收益点：

1. 了解 LLM 在 BI 方向的可能落地场景
2. 了解各个场景的落地难点与优化方向
3. 结合行业趋势，了解后续的优化方向和落地应用