公开(公告)号：CN117932042A

公开(公告)日：2024-04-26

申请号：CN202410329782.7

申请日：2024-03-21

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨晓燕 ,  刘磊

IPC: G06F16/332 ,  G16H80/00 ,  G06F40/35 ,  G06N5/04

Abstract: 本说明书实施例提供一种作为医生代理的大语言模型的评测方法和装置，方法包括：从预先构建的标准化患者信息中，获取患者代理的初始化患者问询语句；将所述初始化患者问询语句输入所述大语言模型，得到医生代理的反问问题；从所述反问问题抽取表征临床医学中的项目名称的键信息；根据所述键信息，从所述标准化患者信息中检索对应的值信息；当检索到值信息时，将所述值信息作为患者代理对所述反问问题的回答，再次输入所述大语言模型，以实现多轮对话；确定所述多轮对话对应于各评测指标的指标分数，所述指标分数用于衡量所述大语言模型在临床诊疗方面的能力。能够实现准确的自动化评测。

公开(公告)号：CN116186399A

公开(公告)日：2023-05-30

申请号：CN202310111774.0

申请日：2023-02-13

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨晓燕 ,  王东 ,  胡斌斌 ,  申月

IPC: G06F16/9535 ,  G06N3/08

Abstract: 本说明书实施例提供一种确定服务平台向用户推荐的目标对象的方法和装置，方法包括：获取第一用户的用户画像特征、第一用户在服务平台历史交互过的各对象构成的交互序列的序列特征、向第一用户推荐的备选对象的备选对象特征；备选对象为多个对象中的任一对象；将用户画像特征、序列特征、备选对象特征输入预先训练的神经网络模型，输出关于第一用户本次与备选对象交互的至少一个第一指标的第一预测指标值，以及与第一用户复登服务平台有关的至少一个第二指标的第二预测指标值；根据各个对象对应的第一预测指标值和第二预测指标值，从多个对象中确定出服务平台向第一用户推荐的目标对象。能够使得确定出的目标对象更符合用户偏好。

公开(公告)号：CN118132735B

公开(公告)日：2024-09-24

申请号：CN202410558079.3

申请日：2024-05-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨晓燕

IPC: G06F16/332 ,  G06F16/33 ,  G16H50/70

Abstract: 本申请一个或多个实施例提供一种医疗规则库的生成方法和装置，该方法包括：获取被标注了对应的医疗问询结果的第一类医疗规则，并由基础大模型基于第一类医疗规则进行推理以生成与第一类医疗规则对应的医疗问询结果；基于生成的医疗问询结果和标注的医疗问询结果确定损失，并基于损失对基础大模型的模型参数进行调整，以完成针对基础大模型的微调训练；获取未被标注的第二类医疗规则，并由微调得到的医疗规则推理大模型基于第二类医疗规则进行推理以生成与第二类医疗规则对应的医疗问询结果；基于第一类医疗规则、第二类医疗规则、相对应的医疗问询结果，生成用于辅助智能对话系统中的医疗服务大模型进行与医疗问询场景相关的推理的医疗规则库。

公开(公告)号：CN116361554A

公开(公告)日：2023-06-30

申请号：CN202310338774.4

申请日：2023-03-31

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨丹 ,  胡斌斌 ,  杨晓燕 ,  申月

IPC: G06F16/9535 ,  G06F16/9537 ,  G06F16/36 ,  G06F16/33 ,  G06Q30/0601 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本说明书实施例提供人群定向方法、实体知识图谱生成方法、对象推广方法及装置。在进行人群定向时，对待推广对象的对象描述进行实体提取。使用实体知识图谱来对所提取的实体进行基于图谱推理的实体扩展。随后，根据经过扩展后的实体和用户实体偏好度，确定待推广对象的目标人群。

公开(公告)号：CN119128086A

公开(公告)日：2024-12-13

申请号：CN202411175813.4

申请日：2024-08-23

Applicant: 浙江大学 ,  支付宝(杭州)信息技术有限公司

Inventor： 迟辰斐 ,  杨晓燕 ,  王潇寒 ,  张宁豫 ,  朱雨琦 ,  申月 ,  魏鹏 ,  顾进杰 ,  陈华钧

IPC: G06F16/332 ,  G06F18/214

Abstract: 本说明书提供了一种医疗LLM模型微调方法及相关设备。该方法包括：获取与目标应用场景相关的数据集；所述数据集包括单轮问答样本，所述单轮问答样本包含问题文本和与所述问题文本对应的回答文本；获取基于与所述目标应用场景相关的多轮对话任务的任务需求，构建的与所述多轮对话任务对应的多轮对话规则，并将所述单轮问答样本转换为符合所述多轮对话规则的多轮对话样本；基于所述多轮对话样本对预训练完成的LLM基础模型进一步执行微调训练，得到基于所述多轮对话规则执行所述多轮对话任务的LLM服务模型。

公开(公告)号：CN118132735A

公开(公告)日：2024-06-04

申请号：CN202410558079.3

申请日：2024-05-07

Applicant: 支付宝(杭州)信息技术有限公司

Inventor： 杨晓燕

IPC: G06F16/332 ,  G06F16/33 ,  G16H50/70

Abstract: 本申请一个或多个实施例提供一种医疗规则库的生成方法和装置，该方法包括：获取被标注了对应的医疗问询结果的第一类医疗规则，并由基础大模型基于第一类医疗规则进行推理以生成与第一类医疗规则对应的医疗问询结果；基于生成的医疗问询结果和标注的医疗问询结果确定损失，并基于损失对基础大模型的模型参数进行调整，以完成针对基础大模型的微调训练；获取未被标注的第二类医疗规则，并由微调得到的医疗规则推理大模型基于第二类医疗规则进行推理以生成与第二类医疗规则对应的医疗问询结果；基于第一类医疗规则、第二类医疗规则、相对应的医疗问询结果，生成用于辅助智能对话系统中的医疗服务大模型进行与医疗问询场景相关的推理的医疗规则库。