公开(公告)号：CN117271741A

公开(公告)日：2023-12-22

申请号：CN202311313887.5

申请日：2023-10-11

Applicant: 北京邮电大学

Inventor： 何俊涛 ,  赵冉 ,  冯皓 ,  袁雪敬 ,  隋润起 ,  杨文川

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338 ,  G06F16/34 ,  G06F16/35 ,  G06F16/9535

Abstract: 本发明提供一种基于大模型驱动的高校专业信息推荐系统和方法，其特征在于，包括：高校专业知识库构建模块、定制专业问答大模型模块以及高校专业知识问答模块；采用爬虫方法从各高校信息门户以及高考政务官方网站收集相关数据；运用大模型提取相关数据的主要内容和关键部分，存储到图数据库中；采用AIGC方法定制大模型，所述大模型可根据答案文本风格，学生和家长在问答框中输入问题，大模型整合输入的数据，结合问题输出答案文本；运用数字人这一可视化技术展示给高考生，实现专业问答实时可视化，本发明将使用数字人作为载体，以多种方式输出结果；深度互动，本发明设置了问题答疑模块，能够根据用户的疑问，实时给出答案。

公开(公告)号：CN117407725A

公开(公告)日：2024-01-16

申请号：CN202311466013.3

申请日：2023-11-06

Applicant: 北京邮电大学

Inventor： 冯皓 ,  赵冉 ,  何俊涛 ,  袁雪敬

IPC: G06F18/22 ,  G06F18/25 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2431

Abstract: 一种基于生成式人工智能驱动的不良内容的检测方法涉及不良内容检测技术领域，解决了检测不准确、依赖人工的问题，方法包括：自动收集不良内容得到第一不良内容数据集，并通过内容安全检测平台进行检测得到第一检测结果，提取第一不良数据集中数据的样本标签，获得未被检测到的不良特征及其组合规律；人工分析以得到不良内容的高隐藏性不良特征和新型组合方式，生成AIGC模型的提示词；根据AIGC模型生成的且未被所述内容安全检测平台检测到的不良内容构建多元高隐藏性的不良内容数据集；利用上述两不良内容数据集的标签和多模态特征训练内容安全检测模型。本发明检测效率高、检测准确度高，能够检测高隐藏性、多元化的不良内容，且减少了对人工的依赖。