Streamer-Sales 销冠[1] —— 卖货主播大模型是一个能够根据给定的商品特点对商品进行解说并激发用户的购买意愿的卖货主播模型，以其独特的智能魅力，将彻底改变您的购物体验。
在线体验地址：https://openxlab.org.cn/apps/detail/HinGwenWong/Streamer-Sales
该模型能深度理解商品特点，以生动、精准的语言为商品量身打造解说词，让每一件商品都焕发出诱人的光彩。无论是细节之处，还是整体效果，都能通过其细腻、独到的解说，激发用户的购买欲望。
销冠模型使用 xtuner[2] 训练，在 interlm2-chat-7b[3] 的基础上指令微调而来，数据集是通过文心一言和通义千问商用大模型生成。值得一提的是，该项目的作者 HinGwenWoong 在 Github 上也开源了训练销冠模型数据集的生成方式和训练时所采用的数据集。
通过执行 gen_dataset.py 脚本，就可以让指定大语言模型生成数据集：
cd dataset/gen_datasetpython gen_dataset.py ${model_type}
备注：model_type 可以是通义千问(qwen)、文心一言(ernie)
目前，该项目才开源不久，还有很多不足的地方。比如，本模型在数据集方面的还没做很精细的调优，有时候标点符号会出现错误。不过，作者已经列出了 Streamer-Sales 项目后续的待办事项。
当接入 RAG 和 Agent 之后，Streamer-Sales 大模型的能力将会变得更加强大。检索增强生成（RAG）是指对大型语言模型输出进行优化，使其能够在生成响应之前引用训练数据来源之外的权威知识库。在 LLM 本就强大的功能基础上，RAG 将其扩展为能访问特定领域或组织的内部知识库，所有这些都无需重新训练模型。 这是一种经济高效地改进 LLM 输出的方法，让它在各种情境下都能保持相关性、准确性和实用性。
在当前的电商直播领域，用户对个性化和互动性的需求日益增长。Streamer-Sales 模型的推出，正是对这一社会现象的精准把握。它不仅提升了销售效率，更通过增强用户体验，为品牌赢得了加分。
往期文章
Kimi+麦肯锡，5 秒摸透一个行业！
Kimi 10 秒生成流程图，别再手动绘图了！
万字长文秒变精华！Kimi 的超强提示词秘籍
阿里开源的自动化视频剪辑工具，太好用了！
小白也能搞懂 AI 语义搜索！
关注 AI 真好玩，带你玩转各类 AI 工具，掌控数字未来！
如果这篇文章对您有所帮助，请点赞、关注，并分享给您的朋友。感谢您的支持！
参考资料
[1]
Streamer-Sales 销冠: https://github.com/PeterH0323/Streamer-Sales[2]
xtuner: https://github.com/InternLM/xtuner[3]
interlm2-chat-7b: https://huggingface.co/internlm/internlm2-chat-7b