-
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：CN112581191B
公开(公告)日：2022-07-19
申请号：CN202011626281.3
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06Q30/02 , G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/762 , G06V10/80 , G06V10/82
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：针对目标对象，获取基于多个种子用户形成的多个正样本，其中任意的第一正样本包括，与第一种子用户对应的第一用户特征和正例标签，此标签指示对应用户是被确定为对目标对象做出特定行为的用户；基于多个种子用户各自的用户特征，采用无监督的离群点检测算法，确定第一种子用户的离群分数，作为针对行为预测任务的第一训练权重；利用包括上述多个正样本以及预先获取的多个负样本，对第一行为预测模型进行第一训练，具体包括：将第一用户特征输入第一行为预测模型中，结合得到的行为预测结果和上述正例标签，确定行为预测损失，并利用第一训练权重对其进行加权处理，以训练第一行为预测模型。
-
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
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。
-
公开(公告)号：CN118567626B
公开(公告)日：2024-11-29
申请号：CN202411045830.6
申请日：2024-07-31
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种任务自主处理方法、装置、存储介质及电子设备，其中，方法包括：获取用户向智能体服务对象所输入的针对目标事务的目标任务，基于目标任务采用任务处理大语言模型进行任务执行代码生成处理得到目标RPA代码，控制智能体服务对象对目标事务执行目标RPA代码，以对目标任务进行任务自主处理。
-
Patent Agency Ranking
公开(公告)号：CN118132681B
公开(公告)日：2024-09-13
申请号：CN202410547438.5
申请日：2024-04-30
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医疗知识图谱查询中对多个查询结果的排序方法和装置。方法包括：根据查询请求从医疗知识图谱中提取目标子图；其中，目标子图包括多个类别的输入节点和多个结果节点，输入节点对应于查询请求中携带的输入医疗实体，结果节点对应于医疗相关查询结果；确定各个类别的反映其通用贡献的第一指标分数，第一指标分数与对应类别中各输入节点在医疗知识图谱中关联的结果节点数目负相关；针对任意的目标结果节点，根据各个类别的输入节点中与该目标结果节点的关联节点数目，确定各个类别的反映其对该目标结果节点贡献度的第二指标分数；根据各个类别的第一指标分数和第二指标分数，确定目标结果节点的排序分数。
-
公开(公告)号：CN118132729B
公开(公告)日：2024-08-16
申请号：CN202410519666.1
申请日：2024-04-28
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/332 , G06N5/022 , G16H10/00 , G06F40/30
Abstract: 本说明书实施例提供一种基于医疗知识图谱的答案生成方法及装置，可以结合知识图谱为用户问题生成答案。具体地，从用户问题中识别出候选实体，然后根据候选实体从知识图谱中获取相应的候选三元组集。进一步地，利用预先训练的判别模型判断召回的三元组集是否可以用于用户问题对应的信息，并根据判别结果为用户问题生成相应答案。如此，可以灵活利用知识图谱数据，提高所生成的答案的准确性。
-
公开(公告)号：CN118246505A
公开(公告)日：2024-06-25
申请号：CN202410089426.2
申请日：2024-01-22
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N3/08 , G06N3/0442 , G06N3/042 , G06N3/045 , G06N3/096 , G06N3/0499 , G06N3/084
Abstract: 本说明书实施例提供一种大语言模型的训练方法及装置，以及一种预测模型的训练方法及装置。其中大语言模型的训练方法包括：首先，将训练样本的样本特征输入大语言模型，得到对应的预测结果；该训练样本包括自然语言文本，大语言模型包括混合专家神经网络MoE，所述MoE网络包括门控网络和多个专家网络。接着，基于所述预测结果和所述训练样本的样本标签，确定任务损失项；以及，基于所述多个专家网络对应的多个输出，确定蒸馏损失项；所述多个专家网络之间互为蒸馏学习中的学生和老师。之后，基于所述任务损失项和蒸馏损失项，训练所述大语言模型。
-
公开(公告)号：CN118227882A
公开(公告)日：2024-06-21
申请号：CN202410431048.1
申请日：2024-04-10
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06Q30/0251 , G06F18/214 , G06N20/00
Abstract: 本说明书提供的点击率预测模型训练方法和系统以及内容推荐方法和系统，获得训练样本集，所述训练样本集中包括不加入位置特征的无位置特征样本集和加入位置特征的有位置特征样本集，基于这两部分样本集及其对应的点击率标签训练目标预测模型，使得目标预测模型在训练过程中能够正确学习到位置特征对点击率的影响，这样训练完成的目标预测模型就能够准确预测目标用户对推荐内容的预测点击率，消除了由位置特征引起的偏差，提高了预测点击率的预测准确性。而且，基于准确率高的多个预测点击率就能够向目标用户推荐与其相关性更高的目标推荐内容，提升了内容推荐的准确性。
-
公开(公告)号：CN118095448A
公开(公告)日：2024-05-28
申请号：CN202410518456.0
申请日：2024-04-26
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/045 , G06N5/04 , G06N5/02 , G06F40/295 , G16H50/20
Abstract: 本说明书提供了一种针对LLM模型的医疗辅助信息提取方法及相关设备。LLM模型接入了辅助信息库，所述辅助信息库用于为所述LLM模型在执行推理任务时提供相关的辅助信息；其中，所述辅助信息库与异构的多个数据源对接，每个数据源中包括与所述推理任务相关的数据。该方法包括：获取多个数据源中的任一数据源中与所述推理任务相关的目标数据；根据所述目标数据的数据结构，从预先配置的多个信息提取流程中确定出与所述数据结构对应的目标信息提取流程；基于确定出的所述目标信息提取流程对所述目标数据进行信息提取，得到用于描述所述目标数据中包括的多个实体之间的逻辑关系的辅助信息。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.034 seconds)
