使用RPA通过GPT大模型AI Agent自动执行业务流程任务企业级应用开发实战：训练GPT模型的基本步骤_rasa rpa

1.背景介绍

概念阐述

GPT（Generative Pre-trained Transformer）是一种基于Transformer的语言模型，它可以用很少的数据生成文本序列，效果优秀且参数少，因此被广泛应用于生成性任务，如文本摘要、文本生成、翻译等。根据OpenAI的论文介绍："GPT models are capable of generating coherent and high-quality texts that could be used in a wide range of applications such as text generation, summarization, translation, conversational systems, and more."。

而GPT大模型的另一个特点是采用预训练方法对训练数据进行预处理，即先对大量数据进行训练，得到一个通用的语言模型，然后在此基础上再微调模型完成特定任务的训练。GPT的预训练和微调可以极大的减轻人工标注数据的工作量，加速模型学习速度，提高准确率。

为了将GPT模型用于实际场景，需要构建面向业务的业务流程自动化工具，本文主要介绍如何通过Rasa智能助手来实现业务流程自动化。

Rasa(Revolutionary AI assistant) 智能助手简介

Rasa是一个开源的机器人框架，它为你的机器人提供了一个统一的平台，你可以通过编写规则文件来定义你希望机器人能够做什么，同时也支持Python、JavaScript等编程语言。

它包括了rasa NLU（Natural Language Understanding）和rasa Core组件。rasa NL