當博大精深的中文遇上瞬息萬梗的Social語言，這種 “復(fù)雜的說話方式” 讓社交平臺成為語言模型最具挑戰(zhàn)性的應(yīng)用場景之一。社交語境中的信息往往隱晦、情緒化且高度多義，用戶表達交織著復(fù)雜的語用結(jié)構(gòu)。傳統(tǒng)大模型雖能生成流暢回復(fù)，卻難以深入理解用戶言語背后的推理鏈條與動機邏輯，并做出有商業(yè)價值的洞察。以DeepSeek-R1為代表的推理大模型問世，以邏輯推理解決了一部分問題，但依然存在不少「誤判」和「幻覺」。

面對這些挑戰(zhàn)，作為行業(yè)領(lǐng)跑者，在剛結(jié)束不久的“數(shù)說故事 D3 智能營銷論壇暨十周年戰(zhàn)略發(fā)布會”上，數(shù)說故事升級發(fā)布了新一代更懂社媒的推理大模型「SocialGPT-R1」，它也是數(shù)說故事2023年發(fā)布的國內(nèi)首個專注“Social”領(lǐng)域的商業(yè)大模型——SocialGPT的全新升級版，讓社交推理AI應(yīng)用在垂直領(lǐng)域?qū)崿F(xiàn)深度突破。

值得關(guān)注的是，「SocialGPT-R1-7B」構(gòu)建了從數(shù)據(jù)構(gòu)建、模型訓(xùn)練到業(yè)務(wù)落地的全鏈路技術(shù)閉環(huán)，成為數(shù)說故事 AI Agents 矩陣的核心技術(shù)底座，為數(shù)說故事AI+Insights、AI+Marketing、AI+sales三大業(yè)務(wù)戰(zhàn)略做強有力支撐，并高效賦能社媒監(jiān)測、智能輿情分析、智能營銷等關(guān)鍵業(yè)務(wù)場景，為決策者提供實時、精準的分析結(jié)果。

一、模型升級：準度、深度、速度三領(lǐng)域全面提升

與SocialGPT相比，全新升級的SocialGPT-R1-7B依托數(shù)說故事10年以來累積的社媒分析場景下的Social推理數(shù)據(jù)集，采用「監(jiān)督學(xué)習(xí)+強化學(xué)習(xí)」雙階段訓(xùn)練策略，實現(xiàn)三大領(lǐng)域的升級突破：

準度

以更貼近人的推理方式，實現(xiàn)對社交平臺中隱含語義、語境歧義和情感傾向的精準識別。

深度

能解構(gòu)營銷事件脈絡(luò)、捕捉消費者潛在需求，達成更深度的社媒洞察。

速度

在對Social數(shù)據(jù)與分析場景相關(guān)的處理速度上，比同類主流推理模型更快速。

在升級過程中，數(shù)說故事從數(shù)據(jù)構(gòu)建和模型訓(xùn)練兩大技術(shù)要素切入，讓SocialGPT-R1-7B從“聽懂人話”到實現(xiàn)“精準洞察”。

1、數(shù)據(jù)構(gòu)建：打造高質(zhì)量Social推理數(shù)據(jù)集

優(yōu)秀的模型基于優(yōu)秀的數(shù)據(jù)，數(shù)據(jù)質(zhì)量對模型準確率有著至關(guān)重要的影響。

為了讓模型真正“聽得懂、看得透”社交平臺上的復(fù)雜內(nèi)容，數(shù)說故事基于海量的Social數(shù)據(jù)和豐富的商業(yè)場景實戰(zhàn)經(jīng)驗，自主構(gòu)建了高質(zhì)量的推理數(shù)據(jù)集 「SocialGPT-R1-Data」，該數(shù)據(jù)集涵蓋多個具有代表性的關(guān)鍵任務(wù)類型，包括社媒雜音去噪, 消費者觀點理解, 事件總結(jié)與分析, 人群洞察與推理, 深度洞察與推理，全面覆蓋社交場景中的核心洞察需求。

在數(shù)據(jù)構(gòu)建過程中，一方面借鑒 Deepseek-R1 的先進數(shù)據(jù)架構(gòu)經(jīng)驗，構(gòu)建底層邏輯框架；另一方面結(jié)合人工進行多輪語義校準，確保每條數(shù)據(jù)的商業(yè)場景適配性和邏輯嚴謹性。為了提升模型的推理能力和回答準確性，數(shù)說故事從多個維度對數(shù)據(jù)結(jié)構(gòu)進行了精細設(shè)計：

●明確每條數(shù)據(jù)的任務(wù)目標與輸出風格，讓模型知道在什么場景下該怎么 “說話”；

●引入“思維鏈”式提示，引導(dǎo)模型學(xué)習(xí)逐步推理的思考路徑，教會它像人類分析師一樣層層推理；

●加設(shè)雙重驗證機制，確?！白罱K答案”與“推理過程”一致可信，不瞎編內(nèi)容，減少模型「幻覺」。

此外，采用temparature為 0.7 的采樣方式生成初始數(shù)據(jù)候選，控制內(nèi)容的多樣性與穩(wěn)定性；并通過多個行業(yè)專家進行聯(lián)合評審，篩選出高可信度的獎勵標注數(shù)據(jù)。這一部分數(shù)據(jù)將作為強化學(xué)習(xí)階段的重要支撐，進一步提升模型在實際應(yīng)用中的表現(xiàn)力與可靠性。

2、模型訓(xùn)練：SFT + RLHF 雙階段融合，多路徑優(yōu)化RL

為提升模型在推理鏈條生成中的穩(wěn)定性與泛化能力，數(shù)說故事采用雙階段訓(xùn)練策略：

階段①

Supervised Fine-Tuning（監(jiān)督微調(diào)）

基于 SocialGPT-R1-Data對模型進行指令微調(diào)，幫助模型掌握社交語境中典型推理結(jié)構(gòu)，形成穩(wěn)定的長鏈生成能力。具體來說就是用社交場景的 “標準答案” 教會模型 “理解規(guī)則”，讓它能看懂用戶的 “話里有話”，比如解讀一篇幾百字的用戶差評，并推理出 “用戶表面吐槽包裝，實際不滿性價比” 這種深層結(jié)論。

階段②

Reinforcement Learning（強化學(xué)習(xí)）

讓第一階段微調(diào)后的模型當“裁判”，給不同的回答打分，比如同樣分析 “便攜防曬霜太粗”，“用戶嫌體積大”和“用戶夸防曬效果好”哪個回答更準確？答案更優(yōu)的給高分，這些分數(shù)即為「獎勵信號」。訓(xùn)練獎勵模型的同時，用三種強化學(xué)習(xí)的“訓(xùn)練方法”讓模型“闖關(guān)”：

?PPO（Proximal Policy Optimization）

?REINFORCE++

?GRPO（Group Relative Policy Optimization）

強化學(xué)習(xí)階段對生成內(nèi)容的“格式準確性 + 內(nèi)容合理性”雙向建模，顯著提升模型對用戶意圖、立場推理等復(fù)雜任務(wù)的表現(xiàn)力。比如分析用戶評論時，不僅能說出 “用戶在吐槽”，還能準確指出 “吐槽的是產(chǎn)品哪個點”“背后反映了什么需求”，甚至給出 “品牌該怎么改進” 的建議。

最終讓模型從能聽懂變成能活用，幫助品牌企業(yè)在社交平臺上真正“讀懂用戶心”。

二、洞察效果：分析更加智能精準
升級完成后，針對社媒洞察場景，SocialGPT-R1-7B性能表現(xiàn)在系統(tǒng)評估中，與主流推理型大模型相比，實現(xiàn)多維度領(lǐng)先，RL加持效果明顯。

從評估結(jié)果看，SocialGPT-R1在社媒雜音去噪、消費者觀點理解、事件總結(jié)與分析、人群洞察與推理的任務(wù)中均取得了最高分，不僅優(yōu)于同等模型大小DeepSeek-R1-Distill-7B，也比size更大的QWQ-32B表現(xiàn)更優(yōu)異。同時，從GenLen50%指標（回復(fù)生成長度中位數(shù)）可以看出，SocialGPT-R1的回答更為簡潔精煉。

1、社媒雜音去噪：智能分辨精細分揀

社交平臺上海量的碎片化內(nèi)容中，充斥著大量“無效噪音”，去噪是智能分析的第一步，不僅是自動過濾重復(fù)信息、無意義表情等明顯“噪音”，更包含對“歧義內(nèi)容與明確內(nèi)容的智能分辨”，實現(xiàn)從“粗放過濾”到“精細分揀”的技術(shù)升級。

以“零食流浪記丁香水岸店雙旦寵粉，12月23、24日會員購物正價商品88折”為例，該文章內(nèi)容中店家到底要賣「零食」，「丁香」還是「香水」呢？通用大模型會直接把文章中提及的“香水”判定為與分析對象行業(yè)一致的無歧義內(nèi)容，SocialGPT- R1則能結(jié)合語境，分辨出其中的“香水”有可能是地理名稱或店鋪命名，存在歧義。

2、人群洞察與推理：挖掘隱藏關(guān)系讀懂用戶

根據(jù)品牌社媒內(nèi)容可總結(jié)出品牌的訴求、受眾人群、活動時間、發(fā)布產(chǎn)品、代言人、消費者反饋等信息，在以“2022羅意威春夏時尚盛典”為例的活動信息總結(jié)中，其中SocialGPT- R1針對受眾人群的總結(jié)更為突出，通用大模型的總結(jié)只能看到“表面身份”，把用戶總結(jié)成“追求個性的年輕至成熟群體”，而SocialGPT- R1能從內(nèi)容中挖掘“隱藏關(guān)系”，總結(jié)出“都市精英與時尚愛好者”的受眾人群形象，與品牌形象更相符。

3、消費者觀點理解：提煉核心聲音找準定位

以“總結(jié)網(wǎng)友對且初平替產(chǎn)品的聚類評論”為例，SocialGPT- R1可通過語義結(jié)構(gòu)，解析消費者在社媒評論、產(chǎn)品反饋等場景中表達的顯性觀點與隱性需求，提煉出真正影響消費決策的核心訴求，進而讓品牌精準對準用戶 “痛點”“爽點” 或 “癢點”，從中挖掘到更符合品牌定位的細致特征，給品牌的市場定位帶來更深層次的建議。

從社媒內(nèi)容的“噪音迷霧”中精準捕捉有效信息，到從用戶碎片化表達里拼貼出完整的需求畫像，找準品牌市場定位，SocialGPT- R1不僅讓模型“看懂”社交內(nèi)容，更能“看透”內(nèi)容背后的消費邏輯，從“用戶說什么”到“用戶為什么這么說”，再到“企業(yè)該如何應(yīng)對”，成為Social場景的“智能分析秘書”，實現(xiàn)智慧對話，讓AI洞察升級到Next Level。

基于全新升級的SocialGPT- R1，數(shù)說故事正在構(gòu)建系列AI Agents，融入產(chǎn)品與服務(wù)矩陣中，已有人群洞察Agent、新品營銷Agent、種草選題Agent、KOL臻選Agent，體驗管理Agent、智能選品Agent等等，覆蓋Insights-Marketing-Sales的Social營銷全鏈路。

未來，數(shù)說故事將持續(xù)深化SocialGPT- R1的技術(shù)能力，加速Agent矩陣的落地應(yīng)用，以更精準的洞察，更高效的創(chuàng)意生成和更智能的決策支持，全面賦能Social營銷全鏈路，推動行業(yè)智能變革，助力品牌全球業(yè)務(wù)增長。