我们在Dialogflow上测试了许多chatbot实例，其中一些是开发实例，另一些是 生产环境 实例 . 我们会进行广泛的测试，以确保我们的响应经常保持一致和正确 .
我们已经注意到，即使在我们没有改变任何内容的锁定实例上，Dialogflow对实例的意图和实体响应也会随着时间而改变，并且在某些情况下会变得不正确 .
这表明底层训练算法正在发生变化，并且在发布此类更改时正在自动训练实例 . 有谁知道是否是这种情况？如果是的话，有没有关于如何维护稳定实例的建议？
我处于同样的境地 . 我们关闭了ML并关闭了自动扩展，因为当我们进入实体时，我们有时会在其中添加测试数据 .
首先，如果你已经锁定了实例，那么你的意图和实体响应永远不会改变，除非你问一个有效/相关的问题 . 你可以随心所欲地保留它，你的实例不会受到影响 .
第二件事，你担心实例会得到自动训练 . 看，AI和ML之间存在基本差异 . 通过了解用户想要说的内容来回复用户是AI，相反，当您尝试向用户学习并基于此回答时，ML会出现在图片中 . 在api.ai中，NLP使用AI而不是ML，因此不存在自动训练的问题 . 现在api.ai中ML的启用/禁用选项仅用于计算用户输入查询与用户匹配的百分比的阈值，表示您有意图而不是自动训练 .
2 回答
我处于同样的境地 . 我们关闭了ML并关闭了自动扩展，因为当我们进入实体时，我们有时会在其中添加测试数据 .
首先，如果你已经锁定了实例，那么你的意图和实体响应永远不会改变，除非你问一个有效/相关的问题 . 你可以随心所欲地保留它，你的实例不会受到影响 .
第二件事，你担心实例会得到自动训练 . 看，AI和ML之间存在基本差异 . 通过了解用户想要说的内容来回复用户是AI，相反，当您尝试向用户学习并基于此回答时，ML会出现在图片中 . 在api.ai中，NLP使用AI而不是ML，因此不存在自动训练的问题 . 现在api.ai中ML的启用/禁用选项仅用于计算用户输入查询与用户匹配的百分比的阈值，表示您有意图而不是自动训练 .