-
公开(公告)号：CN116401465A
公开(公告)日：2023-07-07
申请号：CN202310666637.3
申请日：2023-06-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , H04L67/51 , H04L67/306
Abstract: 本说明书的实施例提供了一种资源分组分配、调整值确定的方法和装置。在该资源分组分配方法中，通过离线调整值对属于各个待分配资源组的各个待分配资源对应的偏好值进行调整，得到各个待分配资源对应的重排序分，进而确定各个待分配资源所在待分配资源组的组排序分，从而确定出向分组资源展示请求进行展示的目标数目个待分配资源组以及根据重排序分确定相应的待分配资源。
-
公开(公告)号：CN115878432A
公开(公告)日：2023-03-31
申请号：CN202310122995.8
申请日：2023-02-16
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F11/30
Abstract: 本说明书提供了一种计算系统中的进程监控方法及相关设备。该计算系统包括多个计算设备，多个计算设备中的至少部分计算设备用于执行目标计算任务；至少部分计算设备上运行与目标计算任务对应的至少一个计算进程，并且，至少部分计算设备上部署了与至少一个计算进程绑定的代理程序。该方法应用于至少部分计算设备中的目标计算设备上部署的代理程序。该方法包括：从目标计算设备运行的至少一个计算进程中确定待监控的目标进程；获取目标进程在目标时长范围内对应的CPU利用率，并获取目标计算设备在目标时长范围内的总能耗；基于目标进程在目标时长范围内对应的CPU利用率和总能耗，获取目标计算设备在目标时长范围内运行目标进程产生的能耗。
-
公开(公告)号：CN116684480A
公开(公告)日：2023-09-01
申请号：CN202310948354.8
申请日：2023-07-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: H04L67/55 , G06F16/9535 , G06F18/214
Abstract: 本发明涉及一种信息推送模型的确定及信息推送的方法及装置，在模型构建过程中，采用多输入多输出模型作为初始模型，通过样本特征深度提取多输入向量，同时产出多层次丰富的输出表征，并根据初始模型的训练结果对初始模型中的连接关系进行删减。其中，初始模型包括依次连接的第一数量的网络层，单个网络层的输出作为其后的第二数量网络层的输入。如此训练得到的模型可以具有更加有效的拓扑结构。
-
公开(公告)号：CN110688678B
公开(公告)日：2021-07-30
申请号：CN201910926944.4
申请日：2019-09-27
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例公开了一种应用于区块链的数据处理方法、装置及设备，所述方法包括：获取目标用户在执行预定工作过程中检测到的目标数据，所述目标数据包括所述目标用户在执行预定工作过程中的环境数据、所述目标用户的行为数据和所述目标用户在执行预定工作过程中的网络连接信息中的一项或多项；根据预定的检测规则和所述目标数据，对所述目标用户执行预定工作的过程进行真实性检测，以确定所述目标用户执行预定工作的过程是否真实；如果确定所述目标用户执行预定工作的过程真实，则将所述目标数据中所述目标用户执行预定工作的数据存储到预定的区块链节点。
-
公开(公告)号：CN110992241A
公开(公告)日：2020-04-10
申请号：CN201911150838.8
申请日：2019-11-21
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本申请公开了一种异构嵌入式系统及其加速神经网络目标检测的方法。所述异构嵌入式系统包括CPU和GPU，所述方法包括：从数据源获取图像数据；使用所述GPU对所述图像数据进行第一处理；所述CPU对经过所述第一处理的数据进行第二处理，输出目标检测结果；其中，所述第二处理包括非极大值抑制和/或后处理，所述第一处理为所述神经网络目标检测的计算过程中除所述第二处理之外的其他处理。
-
Patent Agency Ranking
公开(公告)号：CN117852609A
公开(公告)日：2024-04-09
申请号：CN202410133285.X
申请日：2024-01-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/082 , G06N3/092 , G06F18/10 , G06F18/214
Abstract: 本说明书实施例提供一种针对大语言模型进行预处理的方法及装置，可以基于大语言模型在各个训练样本上各自最后一个隐层输出的隐状态确定的教师模型的预测结果，针对大语言模型进行层剪枝蒸馏操作和神经元剪枝蒸馏操作得到进行业务处理的目标模型。其中，在层剪枝蒸馏操作中，通过从后往前逐层剪枝后蒸馏，每次只减掉少部分参数，避免一次性剪掉多个网络层后难以收敛的问题。
-
公开(公告)号：CN113590936B
公开(公告)日：2023-11-14
申请号：CN202110753151.4
申请日：2021-07-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/909 , G06Q30/0207 , G06Q30/0251 , G06Q30/0601
Abstract: 本说明书实施例提供一种信息推送的方法，通过获取基于第一用户的当前状态信息，然后基于当前状态信息提取第一用户的多个业务特征，接着，检测预先构建的意图网格中，与第一用户的多个业务特征相匹配的特征组合，其中，意图网格用于描述预定特征组合与意图类别之间的对应关系，意图网格基于对各个特征组合与意图类别进行关联分析确定，单个特征组合对应与其关联性最强的一个或多个意图类别，进一步根据检测结果，向所述第一用户进行信息推送。该实施方式使得信息推送更加精准有效。
-
公开(公告)号：CN116401465B
公开(公告)日：2023-10-20
申请号：CN202310666637.3
申请日：2023-06-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06F16/9538 , H04L67/51 , H04L67/306
Abstract: 本说明书的实施例提供了一种资源分组分配、调整值确定的方法和装置。在该资源分组分配方法中，通过离线调整值对属于各个待分配资源组的各个待分配资源对应的偏好值进行调整，得到各个待分配资源对应的重排序分，进而确定各个待分配资源所在待分配资源组的组排序分，从而确定出向分组资源展示请求进行展示的目标数目个待分配资源组以及根据重排序分确定相应的待分配资源。
-
公开(公告)号：CN111489734B
公开(公告)日：2023-08-22
申请号：CN202010260568.2
申请日：2020-04-03
Applicant: 支付宝(杭州)信息技术有限公司
Inventor： 曾晓东
Abstract: 本说明书实施例提供基于多说话人的模型训练方法以及装置，其中所述基于多说话人的模型训练方法包括：获取语音库中多个说话人的语音信息，以及语音信息对应的文本信息；将语音信息转换为声谱特征序列，以及，对文本信息进行标注处理，获得音素序列；对声谱特征序列和音素序列添加说话人标签，获得样本声谱特征序列以及样本音素序列；根据样本声谱特征序列和样本音素序列，构建训练样本集；根据训练样本集中的训练样本对初始声谱预测模型进行训练，获得主说话人的声谱预测模型；其中，初始声谱预测模型的超参数预设为在多个说话人中指定的主说话人的主说话人标识，并在训练过程中嵌入从语音信息提取的共享说话人特征。
-
公开(公告)号：CN116401567A
公开(公告)日：2023-07-07
申请号：CN202310653728.3
申请日：2023-06-02
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/231 , G06F18/22 , G06F16/9035 , G06F18/214
Abstract: 本说明书实施例提供了一种聚类模型训练、用户聚类、信息推送方法及装置。聚类模型包含父类簇和子类簇等多层类簇。聚类模型的待学习变量包括末端子类簇中心。在聚类模型的一次迭代训练中，通过聚类模型，从多层类簇的类簇中心中确定与用户特征匹配的末端子类簇中心，得到用户样本归属的末端子类簇。基于匹配的末端子类簇中心与用户特征之间的相似度确定预测损失，基于预测损失更新待学习变量。当聚类模型经过训练后，从中导出类簇标识与类簇中心的对应关系。该聚类模型可以确定新用户样本归属的类簇标识。在信息推送场景中，利用上述对应关系可以从用户标识查询到对应的类簇中心，将该类簇中心作为用户样本的特征向量，用于信息推送。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.033 seconds)
