星辰发布专用意图理解模型Xing4.0-29B-Intent：开源275万语料，评测超越主流通用大模型
中电信人工智能科技有限公司正式发布并开源意图理解专用模型Xing4.0-29B-Intent，同步开放275万条训练语料及模型权重。该模型采用统一模式驱动语义解析框架，能同时完成意图分类与参数抽取，在响应速度、成本和结构化输出可靠性上优于通用大模型。评测显示，其在综合意图识别与抽取任务中总分领先于Gemini、Qwen等主流通用模型，并在多类别识别和负例防误报场景中表现突出。
事件概述
中电信人工智能科技有限公司星辰通用人工智能实验室正式开源意图理解专用模型 Xing4.0-29B-Intent。该模型基于星辰通用基座模型 Xing4.0-29B-A4B 微调而成，旨在解决自然语言处理中“意图识别”与“参数抽取”的联合任务，将用户口语指令转化为业务系统可直接处理的结构化信息（JSON格式）。目前，该模型能力已应用于电信万号客服、智能家居音箱等场景，服务于对话意图识别、工单智能路由和口语指令解析。
核心技术与优势
1. 统一模式驱动语义解析（USP）
模型采用 Unified Schema-driven Semantic Parsing 框架，以“类别＋参数”的层级结构组织结果。它支持异构任务目标（如意图理解、实体识别、关系抽取、事件抽取）统一输入输出格式，便于下游任务快速接入且迁移成本极低。
2. 相比通用大模型的三大优势
- 低延迟： 避免长篇推理，仅输出关键决策信息，平均输出几十个token，完整结果响应时延可控制在百毫秒级。
- 低成本： 针对高频调用场景（如每天百万次调用），专用小模型显著降低算力成本。
- 高可靠性： 输出被严格约束在预定义结构中，字段确定、格式可校验，避免了通用大模型自由文本输出带来的解析不稳定问题。
评测数据
技术团队通过两组评测验证了模型性能：
第一组：综合抽取能力（类别+内容）
从48个中英文公开数据集中抽取6000道题，覆盖意图理解、实体识别、关系抽取和事件抽取四类任务。评分标准不仅要求类别正确，还要求提取的具体内容准确。
- Xing4.0-29B-Intent 总分：58分
- 对比模型最高分为 Gemini-3.6-Flash（49分）、Qwen3.8-Max（46分）。
- 结论：在同时完成类别判断和内容抽取方面，该模型表现优于参评的主流通用模型。
第二组：类别决策能力（不漏选、不多选）
共5606道题，包括单选、多选及负例（无目标内容）测试。重点考察模型在多目标识别和负例防误报上的稳定性。
- Xing4.0-29B-Intent 总决策分：70分
- 对比模型 Jev（56分）、GPT-6-Luna（65分）。
- 结论：在多选任务中能更完整锁定应选类别，在负例场景下敢于不输出（不误报），判断更为稳健。
开源资源
此次开源包含以下四类资源，许可协议为 Apache 2.0：
- 275.3万条监督微调训练语料： 重构自61个公开数据集，覆盖19个领域、52种语言。
- 终端意图理解语料基准 CMPA-SLU： 面向手机端智能交互场景构建的中文口语理解基准，相关成果已被 EMNLP 2026 录用。
- 模型权重： 支持意图识别、参数抽取及统一格式的结构化输出。
- 官方推理镜像： 随代码仓库提供，方便部署试用。
获取渠道：