构建能够交谈、协商价格，并实现卡车从提货到交付的自主移动的人工智能
演示AI在10分钟内通过同时与96家卡车公司对话来预订货物
问题
如果沃尔玛需要将一车牛油果从加州运到芝加哥，今天他们必须：
- 与50多家卡车公司沟通
- 检查重量和温度要求
- 协商价格和可用性
- 一次一个电话地进行
这个过程每天在整个行业中需要数小时和成千上万的电话。
我们正在构建的内容
我们正在构建能够自动完成这项工作的AI代理。
- 同时拨打和发送电子邮件给数十家卡车公司
- 检查要求（重量、温度、路线）
- 并行协商价格
- 在几分钟内而不是几个小时内预订卡车
证明其有效性
👉 在这个演示中，我们的AI同时与96家卡车公司对话，并在不到10分钟内预订了一次货运 - https://www.linkedin.com/feed/update/urn:li:activity:7394069447327555584
为什么这令人兴奋
- 你将参与处理通过电话进行的真实世界交易的AI
- 真实世界的高风险工作，支持自主物流 - 想象一下从芝加哥到德克萨斯的卡车运输，完全由AI协调
- 小团队，高度自主，快速迭代
- 不存在于基准测试中的难题
我们将进行的工作
训练和调整模型
为实时语音代理在实时电话中操作微调转录器和语音模型。
- 根据来电者的背景启用实时转录器微调
- 提高在嘈杂环境下的领域特定语言转录准确性
- 在领域特定对话中微调中断模型
- 后训练语音模型以改善语调、节奏和自然性，避免机器人般的节奏
LLM优化
- 结构化模块和政策，确保清晰组合
- 优化LLM输出的简洁性、正确性和时效性
- 减少长时间多轮对话中的漂移
- 根据真实通话结果而不仅仅是文本指标评估变化
评估与迭代
你将帮助定义我们如何衡量以下方面的质量：
- 实际重要的转录准确性
- 听众判断的语音自然性
- 对话效率和完成度
如果你符合以下条件，你可能是一个很好的契合：
- 拥有真实世界经验的机器学习工程师 – 你曾在生产中训练和部署模型。如果你曾与LLM或音频模型合作过更佳。
- 精通现代机器学习技术栈 – 你熟悉Python、PyTorch和当今的机器学习工具 - 从训练管道到评估基准。
- 执行导向 – 你行动迅速，拥有自主权，专注于解决真实问题而非完美问题。
- 准备好加入初创公司 – 你适应性强，韧性十足，并因不确定性和快速变化的优先事项而充满活力。
- 清晰的沟通者和团队合作者 – 你在跨职能合作中表现良好，并推动决策向前。
详情
- 现金 + 股权
- 地点：美国加利福尼亚州旧金山
