美團(tuán)WOWService技術(shù)報(bào)告公開：10%標(biāo)注數(shù)據(jù)即達(dá)傳統(tǒng)效果，多智能體協(xié)同讓客服滿意度提升12%

　　美團(tuán)LongCat Interaction團(tuán)隊(duì)發(fā)布WOWService大模型交互系統(tǒng)白皮書，披露已在美團(tuán)智能客服全量上線的技術(shù)細(xì)節(jié):通過“數(shù)據(jù)+知識(shí)雙驅(qū)動(dòng)”與四階段訓(xùn)練體系，復(fù)雜業(yè)務(wù)場(chǎng)景下客服解決率提升9%，用戶滿意度提升12%，訓(xùn)練標(biāo)注量僅為傳統(tǒng)方案的10%。

　　核心框架  

　　1. 數(shù)據(jù)知識(shí)雙驅(qū)動(dòng):結(jié)構(gòu)化業(yè)務(wù)規(guī)則+真實(shí)對(duì)話日志聯(lián)合訓(xùn)練，模型在SKU、促銷、售后等知識(shí)點(diǎn)準(zhǔn)確率96%  

　　2. 多智能體協(xié)同:主Agent負(fù)責(zé)任務(wù)分發(fā)，子Agent專精退款、改地址、發(fā)票等場(chǎng)景，平均響應(yīng)時(shí)長下降27%  

　　3. 自我優(yōu)化閉環(huán):每日抽取線上高評(píng)分對(duì)話，自動(dòng)標(biāo)注后回流訓(xùn)練，實(shí)現(xiàn)“7天一小迭代”

　　四階段訓(xùn)練流程  

　　- 持續(xù)預(yù)訓(xùn)練:500億token領(lǐng)域語料，讓基座模型熟悉本地生活術(shù)語  

　　- 有監(jiān)督微調(diào):10%標(biāo)注數(shù)據(jù)→達(dá)到傳統(tǒng)100%標(biāo)注效果，成本節(jié)省75%  

　　- 直接偏好優(yōu)化（DPO）:用正負(fù)樣本對(duì)校準(zhǔn)“禮貌+高效”風(fēng)格  

　　- 強(qiáng)化學(xué)習(xí)（RL）:線上實(shí)時(shí)獎(jiǎng)勵(lì)=解決率+用戶評(píng)分，模型自動(dòng)對(duì)齊商業(yè)目標(biāo)

　　業(yè)務(wù)成效  

　　白皮書顯示，WOWService已在美團(tuán)外賣、到店、酒店、出行等六大業(yè)務(wù)線落地，大促高峰承壓>8，000QPS，整體客服人力節(jié)省18%，復(fù)雜場(chǎng)景一次性解決率達(dá)84%，顯著優(yōu)于原有基座模型。

　　開源與后續(xù)  

　　團(tuán)隊(duì)計(jì)劃2026Q1開源輕量版本W(wǎng)OWService-Lite（<7B參數(shù)）與多智能體框架，供社區(qū)二次開發(fā);同時(shí)聯(lián)合中國計(jì)算機(jī)學(xué)會(huì)發(fā)布“本地生活大模型Benchmark”，推動(dòng)行業(yè)標(biāo)準(zhǔn)化。