-
公开(公告)号:CN117933395A
公开(公告)日:2024-04-26
申请号:CN202410139987.9
申请日:2024-01-31
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N5/04 , G06N5/022 , G06N5/02 , G06F16/901 , G06F16/9032 , G06F16/903 , G06F8/70
Abstract: 本说明书实施例提供了代码检索处理方法及装置,其中,一种代码检索处理方法包括:在代码检索过程中,通过提取代码检索问题携带的代码实体标签,在图数据库存储的代码知识图谱中检索与代码实体标签关联的目标代码实体,并在代码库中提取目标代码实体对应的目标代码片段,以代码检索问题和目标代码片段为数据基础构建输入问题,并通过将输入问题输入问答模型进行答案生成,获得代码检索问题的检索答案。
-
公开(公告)号:CN116185576A
公开(公告)日:2023-05-30
申请号:CN202211567230.7
申请日:2022-12-07
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书公开了一种应用迁移的方法、装置、电子设备及存储介质,可以确定待维护服务器中包含的待迁移应用以及接收所述待迁移应用的各候选服务器,并针对每个待迁移应用,确定用于维护该待迁移应用的应用容器,以及确定各待迁移应用与各候选服务器之间的迁移约束,最后在满足迁移约束以及用于接收所述待迁移应用的服务器的数量为预设要求的条件下,从各候选服务器中确定接收每个待迁移应用的服务器,并针对每个待迁移应用,将该待迁移应用的应用容器迁移到该待迁移应用对应的服务器中,在应用迁移中引入约束条件,从而减少了应用迁移的成本,保护用户的隐私数据。
-
公开(公告)号:CN118551062A
公开(公告)日:2024-08-27
申请号:CN202411031072.2
申请日:2024-07-30
Applicant: 支付宝(杭州)信息技术有限公司
Inventor: 张奇
IPC: G06F16/51 , G06F16/532
Abstract: 本说明书的实施例提供了一种图数据处理方法、基于图数据库的数据处理方法和装置。在该图数据处理方法中,获取以数据对象形式表示的图数据,其中,图数据包括点边数据的类型值和属性值;根据图数据的类型值查询对应的模式,以确定与所述类型值对应的若干属性字节组,其中,模式用于指示点边数据所具有的属性,每个属性字节组用于存储相应属性的属性值;将图数据的属性值转换为二进制形式,并按照与所确定的若干属性字节组相匹配的字节组序列格式,对以二进制形式表示的图数据的属性值进行存储。
-
公开(公告)号:CN118227319A
公开(公告)日:2024-06-21
申请号:CN202410309629.8
申请日:2024-03-18
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供了基于负载均衡确定迁移方案的方法及装置。在该方法中,确定用于衡量机器与负载之间的负载均衡迁移成本的评估目标,其中,评估目标包括以下中的至少一种:负载迁移成本、资源消耗均衡度以及机器使用成本;根据评估目标构建在满足约束条件的情况下使得各个评估目标之和最小化的优化模型,其中,约束条件包括针对各个评估目标的目标约束条件,评估目标涉及各个负载与各个机器之间的占用状态;求解优化模型,以得到在负载均衡条件下机器和负载所呈现的终态;以及根据机器和负载当前所呈现的初始态以及终态,确定负载从初始态到终态的迁移路径。
-
公开(公告)号:CN117313025A
公开(公告)日:2023-12-29
申请号:CN202311149090.6
申请日:2023-09-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/25 , G06F18/214 , G06F18/213
Abstract: 本说明书实施例提供了任务处理方法及装置,其中,一种任务处理方法包括:在获取到待处理任务的任务节点上候选变量的变量信息后,借助候选变量的变量信息计算候选变量之间的变量关系,并借助候选变量的关联变量的关联变量信息和候选变量与关联变量的变量关系,进行信息融合处理,获得候选变量的融合信息,根据候选变量的融合信息在候选变量中确定目标变量,以此在任务节点的子节点进行对应的任务处理。
-
公开(公告)号:CN119166820A
公开(公告)日:2024-12-20
申请号:CN202411329495.2
申请日:2024-09-23
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F16/35 , G06F16/33 , G06N3/0455 , G06N3/084
Abstract: 本说明书实施例提供一种文本分类模型的训练、文本分类方法及装置,在文本分类模型的训练方法中,获取训练集,将任意的第一训练文本输入文本分类模型,通过其中的主分类网络和m个附加分类网络分别得到1个主概率和m个附加概率。根据各训练文本各自的m个附加概率,从训练集中选取出各确信文本形成确信集。基于各确信文本的预测损失,从确信集中逐类别选取对应数目阈值的目标文本,形成第一干净集,基于确信集中除目标文本外的其他确信文本形成第一噪声集。利用大模型,基于第一干净集,获得各第一噪声文本的预测标签。根据各第一噪声文本及其预测标签,以及各第一干净文本及其类别标签,训练文本分类模型。
-
公开(公告)号:CN119829288A
公开(公告)日:2025-04-15
申请号:CN202411908815.X
申请日:2024-12-23
Applicant: 浙江大学 , 支付宝(杭州)信息技术有限公司
IPC: G06F9/50
Abstract: 本申请提供了确定计算节点的方法、装置和设备。方案包括:首先,根据待分配的负载单元集合中各负载单元的资源需求量,将所述负载单元集合划分为至少两个负载类,同一负载类中包含的负载单元的资源需求量的极差小于或等于预设资源量阈值;然后,采用多优化目标的规划模型,确定每个负载类在各个计算节点的负载单元分配数量,所述多优化目标包括针对负载迁移成本的第一优化目标、针对节点负载均衡度的第二优化目标以及针对计算节点成本的第三优化目标;之后,再根据所述负载单元分配数量,确定承载所述负载单元集合中各负载单元的计算节点。
-
-
-
-
-
-