在新零售模式下，面对 1500 + SKU 的丰富生态，店员需要掌握大量产品信息，这对他们来说是一项艰巨的任务。为帮助店员更好地了解产品、提升销售能力，小米 AI 实验室团队本着为销售赋能的目标，开发了零售通 APP 的 AI 助手功能。该功能将 AI 技术与新零售流程紧密结合，覆盖了问产品知识、问售后、问线索、问优惠券等多个场景，为销售各环节提供智能化支持。本次演讲我将从垂域大模型落地应用技术出发，重点介绍大模型在垂域知识注入、垂域 Agent 构建、幻觉检测三个方向，分享大模型在小米新零售场景的落地经验。

演讲提纲

1. 业务背景与挑战

• 门店规模及店员规模的快速增长
• 赋能店员培训 & 销售提效

2. 技术方案与创新

• 基于 RAG 的垂域知识注入及理解：提升 LLM 在垂域上的知识理解及推理能力
• 场景 Agent 构建：提升垂域中特定场景的专家能力
• 幻觉检测：噪音增强的幻觉检测

3. 垂域大模型落地的经验总结与建议

您认为，这样的技术在实践过程中有哪些痛点？

• 性能与成本的平衡
• 大模型幻觉难题
• LLM 推理能力的局限

演讲亮点

• 垂域知识注入及理解：RAG 场景下的大模型预训练及微调
• Agent：提升业务智能化体验

听众收益

• 了解垂域大模型的知识注入技巧
• 掌握垂域的 Agent 构建
• 幻觉检测方法