我们推出 Open Telco（OTel），一个面向电信 AI 的开放资源。OTel 提供衍生的电信数据集，覆盖检索、重排序、指令微调以及安全/回避任务，并配套 30 组全参数后训练基线：10 种嵌入模型、3 种重排序模型和 17 种语言模型。自 2026 年 5 月 3 日起，模型下载量已超过 1600 万次，全球媒体报道超过 157 条。
OTel 在已有的开放电信数据集和基准上进一步整合，统一提供数据来源说明、留出评估划分、已训练的嵌入模型、重排序器、上下文感知的 LLM，以及安全/回避数据。每个基线均基于开源权重模型，使用公开的训练配方在 OTel 数据上进行后训练，然后在留出的评估划分上评估。后训练显著提升三类模型的性能：检索 NDCG@10 达到 93.1%，重排序 MRR@10 为 0.947，语言模型正确率为 87.8%。我们将 OTel 作为可复现的起点发布，邀请社区扩展数据、改进嵌入和重排序模型，构建更强的上下文感知电信 LLM。
点评