Kefuro-30B
一个模型处理整张工单:意图、转人工和回复,每一项都带置信度。300 亿参数混合专家模型,每个 token 激活约 30 亿,基于 NVIDIA Nemotron 3.5 Lightning,用客服结果做后训练。
Kefuro 登场 不只是聊天
32 秒看懂 Kefuro(英文配音):客服专属、成本降 90% 以上、判断快 20 倍、代码开源、可私有部署。
每月约 154 亿输入 + 7.7 亿输出 token
不是聊天机器人
通用聊天模型被调教成讨好正在打字的人。客服要的是另一回事:答案正确、不越出店铺政策、用买家的语言回复,每一次都如此。
专精的模型
Kefuro 从真实客服对话以及后续结果里学习:解决了、转人工了、退款了,还是被打了差评。好的结果教它怎么做,坏的结果成为它的反面教材。
数据留在你手里
Kefuro 跑在你可控的 GPU 上,代码开源,客户对话不经过任何第三方模型 API。安全和法律类问题一律转人工。
成本:按我们的用量,GPT-5.4 公开价每月约 $50,000,两张自有部署的 RTX PRO 6000 每月约 $2,100。速度:意图与转人工判断约 50 毫秒,托管模型中位数约 1 秒;一条完整回复 0.2–0.5 秒。
安全问题、法律威胁、要求找真人,直接转人工,不交给模型判断。
一个模型读完工单,给出意图、要不要转人工,以及它有多大把握。
每个判断都带置信度。高于你设的门槛由 Kefuro 处理,低于门槛就交给你的团队。
回复依据订单数据和店铺知识库来写,用买家的语言。
一个模型处理整张工单:意图、转人工和回复,每一项都带置信度。300 亿参数混合专家模型,每个 token 激活约 30 亿,基于 NVIDIA Nemotron 3.5 Lightning,用客服结果做后训练。
推理、训练和评测代码以 Apache-2.0 发布在 Hugging Face。在你自己的 GPU 上跑 Kefuro,用你自己的数据训练自己的适配器。
huggingface.co/kefuro/Kefuro-30B →面向电商客服的公开评测集:多语种工单、政策陷阱题、必须转人工的高危单,按结果打分,不看文风。可免费下载、自行复现。
huggingface.co/datasets/kefuro/Kefuro-Bench →适用对象 独立站品牌 · 平台卖家 · 跨境卖家 · 全渠道零售
我们从电商起步,因为我们自己的客服数据来自电商。其他行业以后再做。
支持语言 English · Español · Français · Deutsch · Italiano · 日本語
Kefuro-Bench v0:6 种语言、60 条客服用例,按固定规则打分,不用大模型当裁判。指标名称沿用 Intercom 公布 Fin 时用的说法,口径可以对照;数字是我们在自己的用例上测的。
配置:Nemotron 3.5 Lightning 回复模型(尚未微调)+ Kefuro 决策层与硬规则。v0 用例为合成数据;下一版换成人工核验的电商真实用例。
内测伙伴会最先拿到 Kefuro 的模型,参与评测,并决定我们下一步优先覆盖哪些行业。
更习惯发邮件? contact@daboss.ai
Kefuro 是只为电商客服打造的模型,配有可以运行和训练它的开源代码,以及衡量它的公开评测集。
它们是很好的通用模型,但电商客服是一份很窄的工作,有自己特有的出错方式:编造物流日期、承诺店铺政策不允许的退款、用错语言。用真实结果训练的专精模型,这类错误更少,运行成本也低得多。
现阶段是的。我们自己的客服数据来自电商,所以 Kefuro 先在电商上训练和评测。电商做扎实之后,再扩展到其他行业。
跑在你可控的 GPU 上:我们的,或者以私有部署的方式跑在你自己的机器上。客户对话不会经过任何第三方模型 API。
按我们现在的用量,同样的流量用 GPT-5.4 公开价每月约 $50,000,用两张自有部署的 RTX PRO 6000 每月约 $2,100。这是基于我们自己实测的估算,不代表其他业务也是这个数。
还不能。Kefuro-30B 正在训练。内测伙伴会最先拿到第一批模型,并参与评测。
代码开源:推理、训练和评测代码以 Apache-2.0 发布在 Hugging Face,Kefuro-Bench 也是公开的。训练好的权重不公开,以私有部署的方式提供给客户。
Kefuro 的运营主体是美国加州公司 DABOSSAI INC(160 E Tasman Drive, Suite 125-126, San Jose, CA 95134)。团队在 San Jose 研发。