-
公开(公告)号：CN116185681B
公开(公告)日：2025-03-14
申请号：CN202211643825.6
申请日：2022-12-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种故障定位的方法、装置、存储介质及电子设备，在本说明书提供的故障定位方法中，在定位到故障源的前提下，获取故障源的各状态指标，根据各状态指标，通过预先训练的拟合模型拟合得到业务执行失败的数目，即第一数目，然后针对每个状态指标，将除该状态指标的其他指标再次输入拟合模型，拟合得到第二数目，根据第一数目与第二数目，以及两次拟合过程确定该状态指标的贡献度，最后根据各状态指标的贡献度定位故障源的根因指标。本方法可以准确定位故障源的根因指标，且不限制各状态指标的数值范围和物理意义，方便快捷，还有利于隐私保护。
-
公开(公告)号：CN118862877A
公开(公告)日：2024-10-29
申请号：CN202410853211.3
申请日：2024-06-27
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/284 , G06F40/16 , G06N3/0499 , G06N3/0442 , G06N3/0464 , G06N3/045
Abstract: 本说明书实施例披露一种文本处理方法及装置。该方法包括：首先，获取目标文本序列，其中包括顺序排列的T个词元。接着，利用状态空间模型进行T次迭代，以得到目标输出；其中，任意第t次迭代包括：利用所述状态空间模型中包括的选择门参数和缩放门参数分别处理第t个词元特征，得到选择门控信号和缩放门控信号；对上一次迭代后的状态空间表征与当前的输入状态进行组合操作，得到本次迭代后的状态空间表征；其中所述输入状态基于所述第t个词元特征而确定，所述组合操作的组合权重通过利用所述缩放门控信号对所述选择门控信号进行缩放处理而确定。之后，基于所述目标输出进行预测处理，得到目标预测结果。
-
公开(公告)号：CN118860412A
公开(公告)日：2024-10-29
申请号：CN202411075167.4
申请日：2024-08-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F8/41 , G06F18/214 , G06N3/042
Abstract: 本说明书提供代码处理方法、训练数据的处理方法及模型微调方法，代码处理方法包括：提取待处理代码的图数据，其中，所述图数据包括多个节点和不同节点之间的连接关系；根据所述待处理代码内与所述图数据中至少一个节点对应的代码片段，分别提取所述图数据中至少一个节点的特征；根据所述图数据中至少一节点的特征，以及至少两个节点之间的连接关系，确定所述图数据对应的词向量，其中，所述词向量为适应于大语言模型的特征空间的词向量。该方法能够将代码处理为适应于大语言模型的特征空间的等效词向量，从而使得代码能够接入大语言模型，并提高大语言模型对代码含义的获知能力。
-
公开(公告)号：CN118395184A
公开(公告)日：2024-07-26
申请号：CN202410545088.9
申请日：2024-04-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F40/194 , G06F40/30
Abstract: 本说明书实施例提供一种训练目标模型的方法及装置，在训练目标模型的方法中，获取训练集，其中包括若干匹配的文本对。利用目标模型分别处理训练集中的文本，得到第一样本对应的第一匹配得分，以及第二样本对应的第二匹配得分。其中第一样本属于匹配的文本对构成的正样本，第二样本属于不匹配的文本对构成的负样本。获取利用预训练的大语言模型分别处理第一样本和第二样本而得到的第一和第二匹配概率。根据第一和第二匹配得分，以及第一和第二匹配概率，确定对比损失。基于综合损失，调整目标模型的参数。
-
公开(公告)号：CN114637576B
公开(公告)日：2024-07-09
申请号：CN202210285711.2
申请日：2022-03-22
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了用于生成容器分配方案的方法及装置。在该方法中，根据各个节点中当前已分配的Pod生成待调整分配方案，按照以下方式执行第一分配算法：根据各个节点的可用资源对各个节点进行排序；根据节点序列对各个节点中的部分Pod进行迁移，以得到局部最优分配方案；将局部最优分配方案与当前最优分配方案进行比较，以确定出新的当前最优分配方案；在当前迭代次数未达到指定次数阈值时，将新的当前最优分配方案作为下一轮的当前最优分配方案，以及根据当前分配重置度对当前初始分配方案中所分配的Pod进行分配重置，以生成新分配方案，并作为下一轮的当前初始分配方案；以及在当前迭代次数达到指定次数阈值时，输出当前最优分配方案。
-
Patent Agency Ranking
公开(公告)号：CN117668539A
公开(公告)日：2024-03-08
申请号：CN202311573017.1
申请日：2023-11-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/214 , G06F18/21
Abstract: 本说明书一个或多个实施例提供一种模型微调方法及装置、电子设备及存储介质，所述方法包括：将多个训练样本输入至待微调模型，得到所述待微调模型输出的每个训练样本的预测结果，其中，所述多个训练样本属于一个以上任务；根据每个训练样本的预测结果和对应的训练样本的标签，确定每个训练样本的损失值；对于每个任务，根据所述任务的每个训练样本的损失值和所述多个训练样本中属于所述任务的所有训练样本的数据量，确定所述任务的损失值；根据每个任务的损失值确定总损失值，并根据所述总损失值对待微调模型的参数进行微调。
-
公开(公告)号：CN117519943A
公开(公告)日：2024-02-06
申请号：CN202311646083.7
申请日：2023-12-01
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F9/48 , G06F40/30 , G06F40/284
Abstract: 本说明书实施例提供了生成式模型的处理调度方法及装置，其中，一种生成式模型的处理调度方法包括：获取到生成式模型的包含输入内容和处理指令的处理请求后，先根据输入内容和处理指令确定处理请求的预测生成长度，再根据处理请求的请求长度、预测生成长度和生成式模型的请求队列中各请求集的处理指标，在请求队列中确定请求集并将处理请求分发至该请求集，根据各请求集的等待时长、预测处理时长两个维度的时长信息，确定各请求集的调度顺序，以将各请求集调度至生成式模型。
-
公开(公告)号：CN117454942A
公开(公告)日：2024-01-26
申请号：CN202311403317.5
申请日：2023-10-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书提供一种神经网络模型、时间序列预测方法及装置、存储介质，该神经网络模型包括至少两个相关系数计算模块，至少两个相关系数计算模块分别用于计算历史基底系数和未来基底系数；预测模块，用于基于目标基底的未来部分和历史基底系数，预测第一时间序列所对应的未来时间序列。本公开可以为时间序列提供自适应性的基底，能够自适应地学习时间序列数据集的主要特征，且基底与时间序列之间也是自适应的，即能够自适应性衡量不同基底与时间序列相关性的差异，从而为时间序列选择最合适的基底，提高了时间序列预测的准确性，且减少了基底塌缩的可能性。
-
公开(公告)号：CN117313025A
公开(公告)日：2023-12-29
申请号：CN202311149090.6
申请日：2023-09-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/214 , G06F18/213
Abstract: 本说明书实施例提供了任务处理方法及装置，其中，一种任务处理方法包括：在获取到待处理任务的任务节点上候选变量的变量信息后，借助候选变量的变量信息计算候选变量之间的变量关系，并借助候选变量的关联变量的关联变量信息和候选变量与关联变量的变量关系，进行信息融合处理，获得候选变量的融合信息，根据候选变量的融合信息在候选变量中确定目标变量，以此在任务节点的子节点进行对应的任务处理。
-
公开(公告)号：CN117272026A
公开(公告)日：2023-12-22
申请号：CN202311250707.3
申请日：2023-09-25
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/213 , G06F16/903 , G06F16/901 , G06F18/214
Abstract: 本说明书一个或多个实施例提供一种特征提取方法及装置、电子设备及存储介质，所述方法包括：根据目标数据确定查询向量、键向量和值向量，其中，所述查询向量和所述键向量在第一索引位置上的元素之间的比例，与所述查询向量和所述键向量在第二索引位置上的元素之间的比例相同，所述第一索引位置和所述第二索引位置为第一维度中任两个间隔为所述第一维度的0.5倍的索引位置，所述第一维度为所述查询向量和所述键向量的维度；分别对所述查询向量和所述键向量进行位置编码，得到所述查询向量的编码结果和所述键向量的编码结果；根据所述查询向量的编码结果、所述键向量的编码结果和所述值向量，确定所述目标数据的特征向量。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.057 seconds)
