基于对比学习远距离监督的机器阅读理解模型训练方法

    公开(公告)号:CN117634460A

    公开(公告)日:2024-03-01

    申请号:CN202210963096.6

    申请日:2022-08-11

    Abstract: 本发明公开了基于对比学习远距离监督的机器阅读理解模型训练方法。本方法为:1)对于每一给定的 对,首先从文本语料中检索包含该 对的文本段落,并在所述文本段落中查找并定位答案字符串,作为答案位置的标注,得到针对该 对的训练实例袋;将不包含该 对中答案的文本段落作为负样例文本段落;2)将训练实例中的问题、文本段落输入机器阅读理解模型,根据预测输出得到训练实例的答案位置;并根据答案开始和结束位置概率分布更新训练实例的置信度;3)基于置信度更新后的所述训练实例对所述机器阅读理解模型进行训练。本发明能避免由错误标注实例带来的预测捷径和语义漂移问题。

    演示文稿生成方法
    3.
    发明公开

    公开(公告)号:CN119918513A

    公开(公告)日:2025-05-02

    申请号:CN202510003664.1

    申请日:2025-01-02

    Abstract: 本发明涉及自动化演示文稿生成的技术领域,具体为一种演示文稿生成方法。获取参考演示文稿和输入文档,所述参考演示文稿包括结构幻灯片和内容幻灯片;对所述参考演示文稿进行功能性聚类,得到一至多结构幻灯片组和一至多内容幻灯片组;分析所述结构幻灯片组和所述内容幻灯片组得到内容模式框架,所述内容模式框架包含内容区域、区域描述和填充要求;提取所述输入文档,得到待生成演示文稿的大纲;基于所述大纲和所述内容模式框架构建代码指令,进而生成新的演示文稿。本发明能够克服现有技术中视觉风格和内容一致性不足的缺陷,大幅提升演示文稿的整体美观性和专业感,使得生成的演示文稿在逻辑层次和视觉传达上更加连贯。

    基于大语言模型的多智能体系统优化方法及装置

    公开(公告)号:CN118709716A

    公开(公告)日:2024-09-27

    申请号:CN202410708243.4

    申请日:2024-06-03

    Abstract: 本发明公开一种基于大语言模型的多智能体系统优化方法及装置,属于自然语言处理技术领域。所述方便包括:基于目标任务选取协作架构和智能体所使用的大型语言模型;确定智能体数量、最大协作轮次以及提前停止阈值,并结合协作架构和智能体所使用的大型语言模型,构建多智能体系统以及获取该多智能体系统的参数规模;结合多智能体系统的参数规模,将协作架构的优化分解为在任何单个时间步长智能体之间每条协作路径的相对重要性和回报,以对多智能体系统进行优化。本发明可以更有效地分析和优化基于LLM的多智能体系统。

Patent Agency Ranking