-
公开(公告)号：CN115564022A
公开(公告)日：2023-01-03
申请号：CN202211173639.0
申请日：2022-09-26
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种弹性调节算力的预测方法和装置，通过计算平台执行，该计算平台部署有经过训练的神经网络模型，神经网络模型包括n个子网络，n>2，方法包括：接收预测请求，其中包括待测样本；确定针对所述预测请求分配的算力系数，该算力系数指示，为所述预测请求分配的硬件算力资源与所述神经网络模型全部在所述计算平台运行时所需的总硬件算力资源的比例；根据所述算力系数，确定本次使用的n个子网络中的k个子网络；将所述待测样本输入所述k个子网络，得到预测结果。算力的可弹性伸缩的档位多，弹性调节算力的空间大。
-
公开(公告)号：CN114792173A
公开(公告)日：2022-07-26
申请号：CN202210694769.2
申请日：2022-06-20
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q10/04 , G06K9/62 , G06F3/0484
Abstract: 本说明书实施例提供一种训练预测模型的方法和装置，该预测模型包括第一分支和第二分支；根据该方法，首先获取目标样本，其包括样本特征，第一标签和第二标签；第一标签指示用户是否点击了目标对象；第二标签表示该用户是否实施与目标对象有关的目标行为。利用预测模型对样本特征进行处理，第一分支输出用户点击目标对象的第一概率；第二分支输出用户实施目标行为的第二概率。基于第一标签值和第一概率，确定第一损失。并且，在预设条件满足的情况下，根据第二标签值和第二概率确定第二损失，并根据第一损失和第二损失确定该目标样本的预测损失，其中预设条件包括，第一标签值指示用户点击了目标对象。于是可以根据上述预测损失，训练该预测模型。
-
公开(公告)号：CN112837095A
公开(公告)日：2021-05-25
申请号：CN202110138578.3
申请日：2021-02-01
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对象分配方法和系统，该方法由至少一个处理器执行，其包括：获取待匹配的第一类对象的特征信息；基于所述第一类对象的特征信息以及两个或以上候选第二类对象的特征信息，确定所述第一类对象分别与两个或以上候选第二类对象的匹配值；获取匹配修正参数；至少基于匹配修正参数以及两个或以上的所述匹配值，从所述两个或以上候选第二类对象中选择目标第二类对象，并分配给所述第一类对象。
-
公开(公告)号：CN119128086A
公开(公告)日：2024-12-13
申请号：CN202411175813.4
申请日：2024-08-23
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06F18/214
Abstract: 本说明书提供了一种医疗LLM模型微调方法及相关设备。该方法包括：获取与目标应用场景相关的数据集；所述数据集包括单轮问答样本，所述单轮问答样本包含问题文本和与所述问题文本对应的回答文本；获取基于与所述目标应用场景相关的多轮对话任务的任务需求，构建的与所述多轮对话任务对应的多轮对话规则，并将所述单轮问答样本转换为符合所述多轮对话规则的多轮对话样本；基于所述多轮对话样本对预训练完成的LLM基础模型进一步执行微调训练，得到基于所述多轮对话规则执行所述多轮对话任务的LLM服务模型。
-
公开(公告)号：CN118674055A
公开(公告)日：2024-09-20
申请号：CN202410942631.9
申请日：2024-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/046 , G06N5/02 , G06F40/295 , G06F16/36
Abstract: 本说明书提供了一种基于医疗知识图谱的LLM模型推理方法及相关设备。知识图谱包含多个节点和连接节点的边，所述节点代表实体，所述边代表实体之间的关系。该方法包括：获取用户输入的目标文本，并确定所述目标文本中是否包含与所述知识图谱中的节点对应的实体；如果是，则在所述知识图谱中查找出与所述实体相关的子图；其中，所述子图中包含与所述实体对应的节点，以及经由若干条边与该节点连接的多个邻居节点；对所述子图进行特征提取，得到与所述目标文本相关的辅助信息；根据所述辅助信息和所述目标文本构建提示词，并将所述提示词输入至所述LLM模型中，由所述LLM模型基于所述提示词执行逻辑推理，输出与所述目标文本对应的推理结果。
-
Patent Agency Ranking
公开(公告)号：CN118152590B
公开(公告)日：2024-08-16
申请号：CN202410564986.9
申请日：2024-05-08
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/36 , G06F16/35 , G06F40/284 , G06N5/022
Abstract: 本说明书实施例提供一种基于文本语料生成医疗知识图谱的方法及装置，在基于文本语料构建知识图谱时，可以将知识图谱的数据获取过程分为开放式抽取和对齐两个阶段。具体而言，先由大模型从原始文本语料中开放式抽取实体词及相应的实体类型，还根据所抽取的实体词和实体类型提取相应连接关系。之后，再按照预先定义的实体模式和连接模式进行实体和关系的对齐，并根据对齐结果构建知识图谱。如此，可以提高知识图谱构建的全面性和有效性。
-
公开(公告)号：CN118378099A
公开(公告)日：2024-07-23
申请号：CN202410612144.6
申请日：2024-05-16
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种针对自然语言处理模型的数据召回方法及装置，针对待通过自然语言模型处理的第一信息，可以对其进行数据召回的预处理，以将召回的文本与第一信息一起经由自然语言处理模型进行处理，得到相应业务处理结果。在数据召回过程中，可以先从数据库中检索与第一信息相匹配的若干文本作为候选文本，然后利用预先训练的效用模型对各个候选文本进行有效性评估，以得到各个候选文本分别对应的各个效用分数，再针对各个候选文本，分别基于相应相似度和效用分数的融合得到相应的融合分数，并根据各个融合分数从候选文本中筛选出目标文本作为召回数据。如此，可以有效节约计算成本。
-
公开(公告)号：CN118133957A
公开(公告)日：2024-06-04
申请号：CN202410545062.4
申请日：2024-04-30
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/022 , G06F16/36 , G06F40/194 , G06F40/30 , G16H50/70
Abstract: 本说明书实施例提供一种医疗知识图谱的数据扩展方法及装置，在针对知识图谱进行数据扩展时，可以针对当前实体词，获取其在候选语料库中对应的语料数据集，并利用不同丰富程度的提示信息和相应的连接关系，经由大模型从语料数据集中召回多个候选实体词加入候选词集，然后，对候选词集中各个候选实体词进行打分，基于打分结果确定候选实体词作为目标实体词，目标实体词可与当前实体词、相应连接关系构成扩展三元组，用于知识图谱扩展。如此，可以提高知识图谱扩展数据召回的准确性和效率。
-
公开(公告)号：CN118114675A
公开(公告)日：2024-05-31
申请号：CN202410533245.4
申请日：2024-04-29
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F40/295 , G06F16/35 , G06N3/0455 , G06N5/04 , G06F16/36 , G06N5/022
Abstract: 本申请一个或多个实施例提供一种基于大语言模型的医疗命名实体识别方法和装置，该方法包括：由大语言模型在多个不同的第一类提示文本中的各个第一类提示文本的引导下，基于候选实体类别集合对原始文本进行命名实体识别，得到命名实体识别结果；基于命名实体识别结果，确定原始文本中的各个目标命名实体及其对应的至少一个候选实体类别，并将其转化为与目标命名实体对应的至少一个用于指示与命名实体对应的实体类别的观点；获取与目标命名实体的定义相关的知识文本；由大语言模型从知识文本中抽取与各个观点对应的论据，并进一步基于论据，评估各个观点的正确度；将正确度最高的目标观点指示的候选实体类别确定为与目标命名实体对应的实体类别。
-
公开(公告)号：CN118095449A
公开(公告)日：2024-05-28
申请号：CN202410518459.4
申请日：2024-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/046 , G06N5/02 , G06F40/295 , G06F16/36
Abstract: 本说明书提供了一种基于医疗知识图谱的LLM模型推理方法及相关设备。知识图谱包含多个节点和连接节点的边，所述节点代表实体，所述边代表实体之间的关系。该方法包括：获取用户输入的目标文本，并确定所述目标文本中是否包含与所述知识图谱中的节点对应的实体；如果是，则在所述知识图谱中查找出与所述实体相关的子图；其中，所述子图中包含与所述实体对应的节点，以及经由若干条边与该节点连接的多个邻居节点；对所述子图进行特征提取，得到与所述目标文本相关的辅助信息；根据所述辅助信息和所述目标文本构建提示词，并将所述提示词输入至所述LLM模型中，由所述LLM模型基于所述提示词执行逻辑推理，输出与所述目标文本对应的推理结果。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.072 seconds)
