他们的看法：  应用内反馈：用户在使用平台的各个功能时，可以轻松找到反 馈按钮，随时提交意见或建议。  定期用户调查：每季度进行一次全面的用户满意度调查，包括 Likert 量表问卷、开放性问题等。  社区论坛：建立一个专门的用户社区，鼓励用户在这里分享使 用经验和建议，同时也能促成用户之间的互动。  客服支持：提供热线电话和在线客服，确保用户在遇到问题时 能够获得及时的帮助和反馈。 身的需求 选择最适合的方式提交反馈。以下是建议的反馈渠道设计： 1. 在线调查问卷：定期向用户发送简短的在线调查问卷，以收集 用户对平台功能、性能及用户体验的意见。问卷应设置为多选 择题和开放性问题相结合，确保能获得定量与定性数据。 2. 反馈按钮：在平台的每一个主要功能模块中增加明显的反馈按 钮，用户点击后可以直接填写简短的建议或问题。这种即时反 馈机制能够鼓励用户在使用中随时表达意见。

户在培训后 的支持需求及自助问题解决能力。 测试过程中，将为参与者提供调查问卷和访谈，使用定量与定 性结合的方法收集数据。问卷包括具体评分项，利用李克特量表 （1-5 级）进行评分，并设置开放性问题以捕捉用户意见。 为了便于分析，用户反馈将进行汇总和分类，主要分为以下几 类：  界面设计  功能完整性  使用感受  错误反馈  提升建议 以下是预计的反馈汇总示例： 需求。 3. 视觉设计：用户对界面设计及三维模型表现的满意度。 4. 问题反馈：用户在使用过程中遇到的问题及改进建议。 问卷结果将采用五级评分制，用户可根据自身体验进行评分， 此外，还设有开放性问题，鼓励用户针对特定功能提出建议和改进 点。收集到的数据将汇总成表格，以便于后续分析与处理。 除了问卷调查，我们还将进行用户访谈，邀请部分用户亲自反 馈其体验。访谈将选取不同类型的用户，确保样本的代表性。在访

者提供了丰富的资源。通过开放访问和使用，研究人员可以更容易地掌握先进的模型架构 和训练方法，为研究人员和开发者提供了一个共同的平台，以拓展人工智能技术的能力边 界，并探索其在现实世界问题中的应用。这种开放性不仅加速了新技术的产生和验证，还 促进了不同领域间的交叉融合，为解决复杂问题提供了更多可能性。总之，开源大模型不 仅是技术创新的象征，还促进了知识的共享和协作，更是人工智能领域开放合作精神的 体现。 0经过学习这些隐性知识后，在垂直领域的专业问题上会 拥有更完整的先验认知，具备代表专业分工回复专业意见的能力。 （3）CT3.0阶段：3.0阶段则在2.0的基础上进一步实现由内向外的能力跨越。攻克了对 口语、开放性复杂问题要求更高的意图识别难题；引入计算插件，解决更复杂的计算问题， 实现端到端保险需求分析。信美的大模型应用自研“白盒化”展示，在问题回复时清晰地展 示推理过程，让结果有迹可循。 5.1.9