Skip to main content

了解 Salesforce 如何使用大语言模型

学习目标

完成本单元后，您将能够：

  • 解释 Salesforce 如何为 LLM 带来信任。
  • 为您的业务选择正确的 LLM 选项。
  • 描述可用 LLM 选项的限制。

Trailcast

如果您想收听本模块的录音，请使用以下播放器。听完这段录音后，记得返回每个单元，查看资源，然后完成相关评估。

以信任为先

信任是 Salesforce 最重要的价值观。因此，Salesforce 理所当然要求以安全和可信的方式使用 LLM。而保持这种信任的关键在于 Einstein 信任层。Einstein 信任层通过无缝集成到 Salesforce 最终用户体验中的数据和隐私控制措施，确保生成式 AI 的安全性。这些控制措施使 Einstein 能够安全地使用检索增强生成 (RAG) 来对您的客户和公司数据进行落地训练，而不会引入潜在的安全风险。简单来说，Einstein 信任层是一系列网关和检索机制，共同实现了可信赖、开放的生成式 AI。

值得信赖的 Salesforce 代理

Agentforce 代理通过 Einstein 信任层使用领先的 LLM，利用 RAG 构建基于 Salesforce 和 Data Cloud 数据的安全提示。这为使用能够支持员工和客户的 AI 代理创造了一个丰富且安全的环境。这些代理不仅仅是提供建议——它们还可以独立完成任务。例如，它们可以处理客户查询、排查问题，甚至在没有人工干预的情况下进行销售推荐。同时，使用信任层来保护数据并提供可靠的响应。

选择最佳大语言模型

为合适的任务选择正确的模型可以帮您更快用上生成式 AI。Salesforce 为所有相关 LLM 提供了部署能力，与此同时，帮助公司保证数据隐私、安全性、驻留和合规目标。

根据不同用例，可能需要用到很多 LLM。客户会希望以不同方式部署 LLM，因为可能会有某些数据驻留的顾虑。

为合适的任务选择正确的 LLM共享信任：合理控制保留在 Salesforce 中的数据。Salesforce 托管：全部在 Hyperforce 中，AWS、Anthropic、Salesforce、Cohere自带模型：您的模型、您的基础设施、Amazon SageMaker、Vertex AI

使用 Salesforce 共享型 LLM

Salesforce 共享型 LLM 是通过互联网使用 LLM 的一种形式。Salesforce 与 OpenAI 合作，倡导了这一形式。Salesforce 通过安全的网关，利用互联网，让卓越的 LLM 响应。

Einstein 允许客户使用 Salesforce AI Research 开发的 Salesforce LLM 来增强高级功能，如生成代码和业务流程自动化辅助，从根本上改变企业与 CRM 软件的交互方式。Salesforce LLM，包括 CodeGen、CodeT5+ 和 CodeTF，可以帮助公司提高效率弥合人才缺口，降低实施成本，并更好地检测事件。

使用 Salesforce 托管的第三方 LLM

您也可以在 Salesforce 内托管模型。

作为 Salesforce 对开放生态系统承诺的一部分，Einstein 设计用于托管 Amazon、Anthropic、Cohere 和其他公司的 LLM——完全在 Salesforce 基础设施内。Einstein 将在 Salesforce 基础设施内帮客户维护提示和响应。此外，Salesforce 和 OpenAI 建立了共享信任合作关系，以通过 Einstein 信任层提供内容。

自带模型

如果已经有自己的模型，自带模型 (BYOM) 选项会有所帮助。

即使您已在 Salesforce 之外训练了特定领域的模型，在自己的基础设施中储存数据，您仍可以从 Einstein 获益。无论是通过 Amazon SageMaker 还是 Google Vertex AI 运行的这些模型，都会通过 Einstein 信任层直接连接到 Einstein。这种情况下，客户数据可以保留在客户信任的界限内。

BYOM 选项在不断快速变化！查看资源了解更新吧！

资源

在 Salesforce 帮助中分享 Trailhead 反馈

我们很想听听您使用 Trailhead 的经验——您现在可以随时从 Salesforce 帮助网站访问新的反馈表单。

了解更多 继续分享反馈