随着 ChatGPT 的出现，大模型的研究如雨后春笋般涌现，但研究主要聚焦在高资源语种上（如英文、中文），对中低资源语种的研究相对较少且大模型在这些语种上的效果较差。如何在中低资源语上进行大模型业务落地，是一个非常有价值且值得探索的问题。本次分享将介绍我们在泰国金融领域客户进行大模型业务落地的实践。首先我们将介绍如何以较低成本实现盘古大模型对新语种（泰语）的支持，然后介绍在客户个性化营销活动和呼叫中心提效场景上的落地实践。

演讲提纲：

1. 泰语大模型现状
2. 盘古大模型支持泰语的实现
3. 基于 Agent 的个性化营销活动
4. 基于 RAG 的呼叫中心提效

听众收益：

• 了解如何低成本实现大模型向中低资源语种的能力迁移
• 了解Agent、RAG与大模型协同下，业务的落地实践