面向烟草服务的个性化大模型角色构建技术研究
钟云飞1 王楠2 刘洋1

1山东潍坊烟草有限公司，山东省潍坊市，261000；

2山东潍坊烟草有限公司潍城营销部，山东省潍坊市，261000；

摘要：在人工智能技术蓬勃发展的当下，通用大模型在垂直领域的应用暴露出诸多问题。本文聚焦烟草服务场景，创新提出基于人设强化学习的行业大模型角色塑造方法。通过构建 “烟草讲师” 角色画像，设计专业权威度、政策敏感度、服务亲和度三个维度的人设特征向量，并开发基于对抗生成网络（GAN）的风格迁移算法，实现服务对话的个性化生成。该方法应用于潍烟百科 AI 平台后，经实际验证，服务对话专业性评分提升至 91.7 分，用户满意度提高 36.5%，成功攻克通用大模型在垂直领域专业表述缺失、政策边界模糊等难题，为烟草行业智能化服务提供了新路径。

关键词：行业大模型；个性化服务；人设强化学习；对抗生成网络；烟草服务

参考文献

[1]Goodfellow I,et al.Generative Adversarial Networks.NIPS,2014.

[2]Devlin J,et al.BERT:Pre-training of Deep Bidirectional Transformers for Language Understanding.NAACL,2019.

[3]西安市烟草专卖局。人工智能中台及行业语言大模型研究报告.2024.