用于对会话模型进行训练的方法及装置

    公开(公告)号:CN118245579A

    公开(公告)日:2024-06-25

    申请号:CN202410231534.9

    申请日:2024-02-29

    Abstract: 本说明书实施例提供了用于对会话模型进行训练的方法及装置。在该方法中,获取历史会话数据;按照以下方式进行模型训练,直至满足训练结束条件:从历史会话数据中筛选出目标回答语句中的目标被选回答语句所属的会话序列,历史会话序列由目标回答语句以及在目标回答语句生成之前按照时间顺序生成的用于推导出目标回答语句的各个查询语句和回答语句构成,未来会话序列由在目标回答语句生成之后按照时间顺序生成的由目标被选回答语句推导出的各个查询语句和回答语句构成;将历史会话序列和会话序列分别输入给第一会话模型和第二会话模型,以针对目标回答语句进行预测;以及结合第一会话模型和第二会话模型的预测结果进行模型调整。

    模型检测方法及装置、电子设备及存储介质

    公开(公告)号:CN116627789B

    公开(公告)日:2023-11-03

    申请号:CN202310889945.2

    申请日:2023-07-19

    Abstract: 本说明书一个或多个实施例提供一种模型检测方法及装置、电子设备及存储介质,所述方法包括:将多个客户端划分为多个实验分桶,并向所述多个实验分桶中每个实验分桶内的客户端下发对应的待检测模型;响应于接收到客户端发送的数据获取请求,向所述客户端发送业务数据和所述客户端对应的分桶标记,以使所述客户端在针对业务数据运行待检测模型的情况下收集评估样本,并将所述评估样本标记上所述客户端对应的分桶标记,其中,所述评估样本包括用户针对业务数据的操作指令;接收多个客户端发送的标记有分桶标记的评估样本,并根据每个分桶标记对应的评估样本对应确定每个分桶标记对应的待检测模型的检测结果。

    模型训练方法及装置
    13.
    发明授权

    公开(公告)号:CN116629386B

    公开(公告)日:2023-09-19

    申请号:CN202310903982.4

    申请日:2023-07-21

    Abstract: 本说明书一个或多个实施方式提供了一种模型训练方法及装置,模型训练方法包括基于实时接收到的训练数据的时间信息确定训练数据的时效性,在训练数据的时效性为有效的情况下,将训练数据存储在云服务器的存储模块中,利用存储模块中存储的训练数据对部署于云服务器的全局模型进行训练。本公开实施方式中,通过对训练数据的时效性筛选,仅存储有效的训练数据,缩减云服务器存储数据量,降低存储压力,而且可以过滤过期或者错误数据,为模型训练提供正确且可靠的数据基础,提高模型训练的稳定性和训练效果。

    模型检测方法及装置、电子设备及存储介质

    公开(公告)号:CN116627789A

    公开(公告)日:2023-08-22

    申请号:CN202310889945.2

    申请日:2023-07-19

    Abstract: 本说明书一个或多个实施例提供一种模型检测方法及装置、电子设备及存储介质,所述方法包括:将多个客户端划分为多个实验分桶,并向所述多个实验分桶中每个实验分桶内的客户端下发对应的待检测模型;响应于接收到客户端发送的数据获取请求,向所述客户端发送业务数据和所述客户端对应的分桶标记,以使所述客户端在针对业务数据运行待检测模型的情况下收集评估样本,并将所述评估样本标记上所述客户端对应的分桶标记,其中,所述评估样本包括用户针对业务数据的操作指令;接收多个客户端发送的标记有分桶标记的评估样本,并根据每个分桶标记对应的评估样本对应确定每个分桶标记对应的待检测模型的检测结果。

    推理服务监控方法及装置
    15.
    发明公开

    公开(公告)号:CN116594846A

    公开(公告)日:2023-08-15

    申请号:CN202310868846.6

    申请日:2023-07-14

    Abstract: 本说明书一个或多个实施例提供一种推理服务监控方法及装置。其中,该方法应用于边缘服务器;所述边缘服务器中部署有推理服务模块和监控模块;所述方法包括:在接收到终端上传的推理请求的情况下,将所述推理请求中包含的待推理数据输入所述推理服务模块中,以由所述推理服务模块基于所述待推理数据进行推理;通过所述监控模块获取所述推理服务模块在推理过程中产生的监控数据,并将所述监控数据上传至云端;上传至所述云端的监控数据,被用于对所述推理服务模块进行推理质量评估。

    一种计算系统中的进程监控方法及相关设备

    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

    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。

    行为预测模型的训练方法及装置

    公开(公告)号:CN111681059B

    公开(公告)日:2020-11-13

    申请号:CN202010819192.4

    申请日:2020-08-14

    Abstract: 本说明书实施例提供一种行为预测模型的训练方法,包括:先确定针对目标对象的多个样本用户,其中任一的第一样本用户对应第一样本硬标签,指示是否对该目标对象做出特定行为;再基于利用训练后的图神经网络对用户‑对象二部图进行图嵌入处理而确定的嵌入向量集,确定对应于第一样本用户的样本用户特征向量以及对应于目标对象的目标对象特征向量,进而确定第一样本用户对目标对象做出特定行为的特定行为概率,作为第一样本软标签,并且,将该样本用户特征向量输入第一行为预测模型中,得到行为预测结果;利用基于该预测结果和第一样本硬标签确定的第一损失项,以及基于该预测结果和第一样本软标签确定的第二损失项,训练该第一行为预测模型。

Patent Agency Ranking