一种文本生成模型的训练方法、装置、介质及电子设备

    公开(公告)号:CN117807961B

    公开(公告)日:2024-05-31

    申请号:CN202410236982.8

    申请日:2024-03-01

    Abstract: 本说明书公开了一种文本生成模型的训练方法、装置、介质及电子设备,包括:确定收集到的公文,针对公文包括的每个标题,确定在公文中该标题的上级标题。根据上级标题,确定该标题的提示文本,有助于文本生成模型在生成该标题下的内容时可以受到该标题的上级标题的影响。然后,将提示文本和该标题输入预先训练的初始文本生成模型,确定输出文本。确定在公文中该标题对应的文本,并作为目标文本。根据目标文本和输出文本,对初始文本生成模型进行训练,得到文本生成模型,提高文本生成模型生成的文本的准确性。

    一种文本生成模型的训练方法、装置、介质及电子设备

    公开(公告)号:CN117807961A

    公开(公告)日:2024-04-02

    申请号:CN202410236982.8

    申请日:2024-03-01

    Abstract: 本说明书公开了一种文本生成模型的训练方法、装置、介质及电子设备,包括:确定收集到的公文,针对公文包括的每个标题,确定在公文中该标题的上级标题。根据上级标题,确定该标题的提示文本,有助于文本生成模型在生成该标题下的内容时可以受到该标题的上级标题的影响。然后,将提示文本和该标题输入预先训练的初始文本生成模型,确定输出文本。确定在公文中该标题对应的文本,并作为目标文本。根据目标文本和输出文本,对初始文本生成模型进行训练,得到文本生成模型,提高文本生成模型生成的文本的准确性。

    一种动态调整运营决策方法、装置及电子设备

    公开(公告)号:CN117057694A

    公开(公告)日:2023-11-14

    申请号:CN202311095042.3

    申请日:2023-08-28

    Abstract: 本申请提供一种动态调整运营决策方法、装置及电子设备,该方法将订单数据实时输入到已建立的调配决策模型中,能够在满足累积折扣奖励函数的期望值最大化的条件下,得到目标零售商在补货层的最优生产产量和在配货层的最优配送范围和线上渠道的分配库存量。可见,本申请实施例提供的技术方不再依赖确定策略来,而是在面临线上与线下需求的异质性与动态性,O2O零售商将最大化累积折扣奖励函数的期望值作为优化目标,根据已建立的调配决策模型得到的最优生产产量、最优配送范围和线上渠道的分配库存量实时制定商品补货计划,并适时调整配送范围和渠道库存分配,从而可实现基于需求和库存的动态性实现机动性调整。

    用于展示辅助写作信息图形用户界面的电子设备

    公开(公告)号:CN309086027S

    公开(公告)日:2025-01-24

    申请号:CN202430077915.7

    申请日:2024-02-04

    Abstract: 1.本外观设计产品的名称:用于展示辅助写作信息图形用户界面的电子设备。
    2.本外观设计产品的用途:用于展示创作写作信息。
    3.本外观设计产品的设计要点:在于产品屏幕中的图形用户界面内容。
    4.最能表明设计要点的图片或照片:设计1主视图。
    5.指定设计1为基本设计。
    6.图形用户界面的用途:本设计的图形用户界面用于展示创作写作信息。
    7.图形用户界面的变化状态说明:设计1‑设计5的主视图为AI辅助写作的用户图形界面,界面的上部显示介绍栏,介绍栏下方分成写作部分和AI助手部分。
    其中,写作部分包括文本框和功能按钮;AI助手部分包括收起按钮、选项栏以及对话框,其中选项栏包括生成大纲、智能问答两个选项,对话框用于输入信息和生成信息。
    在设计4中,当用户点击收起按钮后,则跳转至相应的变化状态图,在相应的变化状态图中AI助手部分被收起。
    在设计5中,当用户点击智能问答选项后,则跳转至相应的变化状态图,在该页面中,用户可以使用AI助手部分的智能问答功能。

Patent Agency Ranking