跳转到内容
主站 新闻 控制台

兼备“选择”与“填空”能力,星辰意图理解模型 Xing4.0-29B-Intent 正式发布

· 量子位
国内AI

中电信人工智能发布并开源意图理解专用模型 Xing4.0-29B-Intent

Image 3

中国电信人工智能科技有限公司星辰通用人工智能实验室正式发布并开源意图理解专用模型 Xing4.0-29B-Intent,同步开放 275 万条训练语料、模型权重与推理镜像。该模型将意图识别与参数抽取深度结合,能够将用户自然语言指令快速转化为业务系统可直接处理的结构化信息。

目前,Xing4.0-29B-Intent 的模型能力已在电信 10000 号客服系统、智能家居音箱等终端产品中落地应用,广泛服务于对话意图识别、工单智能路由及口语指令解析。此次开源将为更多开发者提供完整模型及配套资源,助力快速接入各自的实际业务场景。


01 判断题还是填空题?

“帮我把卧室的灯调成暖黄。”

一句日常的设备操作指令,既包含用户想执行的操作,也包含完成操作所需的具体参数。系统必须准确从自然语言表达中提取这些关键信息,才能递交给后续应用执行。

面对这样一句话,系统仅判断出“控制灯光”是远远不够的,还需要精准解析出:

  • 哪个房间?——卧室
  • 什么设备?——灯
  • 调成什么状态?——暖黄

Jev 类决策模型主要负责“做选择题”,即返回类型化决策,从给定的候选中挑选答案;而参数抽取则相当于“做填空题”,负责提取完成任务所需的具体参数。Xing4.0-29B-Intent 同时支持这两类任务,并且能够成熟处理一句话中包含多个意图、多个参数及多个实体等复杂情况。

该模型采用统一模式驱动语义解析框架(USP, Unified Schema-driven Semantic Parsing),以“类别+参数”的层级结构组织结果,并按照预先定义的字段规范输出 JSON 格式信息。针对意图理解、实体识别、关系抽取、事件抽取等多种异构任务目标,模型统一采用一套标准输入输出格式约束,极大降低了下游任务的接入与迁移成本,保障解析稳定性。


02 为什么不直接用通用大模型?

看到这里你可能会问:通用大模型不是已经“无所不能”了吗,为什么还需要专门的意图理解模型?

因为在特定的落地场景中,通用大模型存在三个明显的“先天短板”:

第一,输出速度

通用大模型往往倾向于“深思熟虑”,动辄伴随数百乃至上千字的长篇推理链。但在“工单快速转派”等对时延要求极高的实时场景中,等大模型推理完成,用户可能早就挂断了电话。Xing4.0-29B-Intent 专注提炼任务所需的关键决策信息,剔除冗余长推理,平均输出仅需几十个 token,完整结果响应时延可压至百毫秒级。

第二,决策成本

动用通用大模型做基础分类与信息抽取,无异于“杀鸡用牛刀”。专用意图理解模型参数体量适中、推理开销低。在日均调用量达数百万次的生产场景中,其综合成本优势会被成倍放大。

第三,决策可靠性

通用大模型的自由文本输出具有不确定性,同一输入可能产生多种表达,给下游系统的结构化解析带来困难。而 Xing4.0-29B-Intent 的输出被严格约束在预定义 Schema 中:字段明确、格式受控且支持严格校验,杜绝了“自由发挥”带来的幻觉风险。

一句话总结:在响应时效要求高、业务场景收敛、执行动作明确的环境下,意图理解专用模型是比通用大模型更快、更经济、更可靠的选择。

以 Jev 为代表的轻量级决策模型此前已在社区引发广泛关注,其市场反响充分验证了一个行业共识:意图理解不必盲目依赖大模型的“重度推理”,轻量级专用模型同样能做到又快又准。


03 效果说话:两组评测检验识别与抽取能力

模型能否精准读懂用户多意图、细粒度的诉求,主要从两个维度进行检验:

  1. 类别与内容兼顾:既要分类正确,也要抽取精准;
  2. 纯类别判断能力:在类别判别中能否做到不漏选、不多选、不误报。

技术团队针对这两个维度展开了两组专项评测。

第一组:不仅类别要对,具体内容也要对

第一组评测从 48 个中英文公开数据集中按比例抽取了 6000 道题目,全面覆盖意图理解、实体识别、关系抽取和事件抽取四类典型任务。评测重点考察模型能否在选对类别的同时,完整提取对应实体与参数。

以灯光调节指令为例,仅识别出“控制灯光”不得分,必须完整提取出“卧室”“灯”“暖黄”等参数。若类别正确但内容缺失或错误,均视作错误。

各项任务得分先在四类任务中独立计算,再进行等权平均(综合反映综合能力,非全题简单合并计算)。具体得分如下(分值越高代表性能越好):

模型总分意图分类实体检测关系检测事件抽取
Xing4.0-29B-Intent5881723840
Gemini-3.6-Flash4964712930
Qwen3.8-Max4663662629
Kimi-K34561682528
GPT-5.6-Sol4560682328
GLM-5.24458652529
GPT-5.54459672328
GLM-5.3-Flash4458652627
GLM-5.14259602427
DeepSeek-V4.1-Flash4256612326
DeepSeek-V4-Pro4156602423
LongCat-2.04153622324
GPT-4.14055592223
DeepSeek-V4-Flash3952552425
GPT-6-Luna3951592024
GPT-4.1-Mini3749572121
Qwen3.7-Flash3648552220
GPT-4o-Mini3141491816

评测结果表明,在同时处理类别判定与细粒度内容抽取上,Xing4.0-29B-Intent 的综合表现显著优于参评的主流通用模型。

第二组:只看类别判断,能否不漏选也不多选

第二组评测剥离了参数抽取部分,专门考察模型找全、选准类别的判断力。评测集共包含 5606 道题目(3940 道单类别题、1666 道多类别题),并引入了 839 道“无可抽取内容”的负例题,用以检验模型在目标缺失时是否会出现误判。

其中 Jev 分别以“N 选 1”和“逐个判是非”两种答题策略参与评测,并引入 GPT-6-Luna 作为通用大模型基准参照:

模型总决策分单选题得分多选题得分负例得分
Xing4.0-29B-Intent70656870
Jev(N 选 1)56604135
Jev(是非判断)5324645
GPT-6-Luna65526364

测试显示,Xing4.0-29B-Intent 在总决策分及单选、多选、负例三个分项指标上均居于领先地位。尤其在多目标识别和负例防误报两大挑战场景中优势明显:既能在多选任务中完整覆盖应选类别,又能在负例场景中果断“留空拒答”,有效避免了强行匹配导致的误报。

功能特性对比

能力项Jev 等决策模型Xing4.0-29B-Intent
意图分类支持支持
Function Call 参数抽取不支持支持
信息抽取 / NER / 事件抽取不支持支持
固定格式结构化输出支持支持
推理延迟< 100ms< 200ms

04 关于应用:这款模型适合谁?

在电信真实业务中,Xing4.0-29B-Intent 已承担 10000 号客服系统中的对话意图识别与工单智能分流;在智能家居音箱等 IoT 设备端,该模型亦将口语化指令稳定映射为底层的控制协议。

如果你的团队正在构建以下系统:

  • 终端交互:手机语音助手、智能座舱、IoT 中控系统(既需识别意图又需提取参数,对大模型的高时延和高成本敏感);
  • ToB 客服 / 企业 IM 机器人:处于业务冷启动期,缺乏大规模标注样本,难以承受昂贵的逐意图标注成本;
  • Agent / Function Calling 应用:亟需一个高稳定、低幻觉、可信赖的前置“语义入口层”来分发工具调用。

那么,Xing4.0-29B-Intent 将是技术选型中非常匹配的基础模型。


05 开放 Schema + 275万语料,欢迎试用

Xing4.0-29B-Intent 基于星辰通用基座模型 Xing4.0-29B-A4B 微调构建,重点强化了意图解析与结构化输出能力。此次开源包含以下四类核心资源:

  1. 275.3 万条监督微调训练语料:重构自 61 个公开数据集,涵盖 19 个业务领域、52 种语言。
  2. 终端意图理解基准语料:面向移动端智能交互场景构建的中文口语理解基准 CMPA-SLU(相关研究论文已被 EMNLP 2026 录用)。
  3. 模型完整权重:原生支持意图分类、参数抽取与标准化 JSON 结构化输出。
  4. 官方部署镜像:随开源代码仓库一并提供,支持快速实现开箱即用的推理与服务部署。

资源与体验链接