投资者提问：

东方通在多模型协同（如DeepSeek/通义千问）中，TongLMM如何通过MoE架构实现意图识别准确率升？能否量化响应延迟优化进展？东方通在AI Agent产业链的不可替代性是什么？是否涉及联合训练或算力调度优化？在反诈、政务等场景，智能体部署为企业客户带来哪些可量化的效率提升？相比大厂们的平台，东方通在私有化部署成本控制、多模态安全监测（如AIGC伪造识别）上有何差异化技术？

董秘回答(东方通SZ300379)：

您好。公司大模型中间件TongLMM（现已演化升级为东方通智能体平台TongAgentPlatform）支持在意图识别、任务分解、方案制定、任务执行、意图验证等智能体编排流程中，依据不同模型的专业能力进行模型选取，采用大小模型结合的方式，在意图识别阶段可通过设定专业领域模型来提升意图识别准确率。TongAgentPlatform作为智能体开发平台，可屏蔽不同大模型间的底层差异，包括不同量化占位的大模型，协助用户在同等算力情况获取更少的请求响应时间。公司产品暂不涉及联合训练，可支持将不同模型部署到不同算力，并通过流程中不同阶段设定不同模型来达到调度不同算力的能力； 公司在反诈领域拥有“玄武湖反诈大模型”，深度融合DeepSeek与自研能力，大幅降低模型工作量、提升涉诈号码判报准确率，构建起“事前预警-事中拦截-事后追溯”的三位一体反诈防控机制，针对电信、政务及金融等电信网络诈骗防范关键行业，实现从“单点防御”到“体系对抗”的跨越式升级。 公司在AIGC伪造识别方面拥有深度合成内容监测系统，运用图像、视频、音频高速率伪造检测技术，可针对重现、替换、合成、生成等深度学习技术产生的深伪图像和视频进行有效检测。谢谢关注。

查看更多董秘问答>>

免责声明：本信息由Hehson财经从公开信息中摘录，不构成任何投资建议；Hehson财经不保证数据的准确性，内容仅供参考。