智能回复
使用集合让一切井井有条
根据您的偏好保存内容并对其进行分类。
开始
我们的智能回复模型可以基于聊天消息生成回复建议。这些建议是与上下文相关的一键式响应,可以帮助用户轻松回复收到的消息。
下载入门模型
示例应用
有一个 TensorFlow Lite 示例应用可以在 Android 上演示这个智能回复模型。
查看 Android 示例应用
阅读 GitHub 页面以了解应用的工作原理。在此项目中,您还会学习如何使用 C++ 运算构建应用。
工作原理
模型可为对话聊天消息生成回复建议。
该设备端模型具备以下优势:
- 运行快速:该模型在设备上运行并且无需网络连接。因此,推断速度非常快,平均延迟只有几毫秒。
- 资源高效:该模型在设备中占用的内存很小。
- 保护隐私:用户数据从不离开设备。
示例输出
了解更多
用户
如未另行说明,那么本页面中的内容已根据知识共享署名 4.0 许可获得了许可,并且代码示例已根据 Apache 2.0 许可获得了许可。有关详情,请参阅 Google 开发者网站政策。Java 是 Oracle 和/或其关联公司的注册商标。
最后更新时间 (UTC):2024-01-11。
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"没有我需要的信息"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"太复杂/步骤太多"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"内容需要更新"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"翻译问题"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"示例/代码问题"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"其他"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"易于理解"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"解决了我的问题"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"其他"
}]
{"lastModified": "\u6700\u540e\u66f4\u65b0\u65f6\u95f4 (UTC)\uff1a2024-01-11\u3002"}