-
公开(公告)号：CN117875449A
公开(公告)日：2024-04-12
申请号：CN202410048420.0
申请日：2024-01-11
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06N20/00 , G06F40/20 , G06F40/126 , G06F16/35
Abstract: 本说明书的实施例提供了一种基于持续预训练的语言模型训练方法和装置。在该基于持续预训练的语言模型训练方法中，利用当前软提示生成模型得到与当前领域的各个当前训练样本对应的软提示特征；进而利用当前语言模型根据各个文本数据和对应的软提示特征得到各个文本数据对应于当前领域的隐特征；再基于所得到的各个文本数据对应于当前领域的隐特征与相应基于所述初始当前语言模型而得到的对应于上一领域的隐特征之间的差异，确定跨域损失值；在不满足当前领域的训练结束条件时根据跨域损失值调整当模型参数；在满足当前领域的训练结束条件时继续利用下一领域的训练样本集重复执行上述模型训练过程，直至满足持续预训练的训练结束条件。
-
公开(公告)号：CN115048992A
公开(公告)日：2022-09-13
申请号：CN202210630555.9
申请日：2022-06-06
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06K9/62
Abstract: 本说明书实施例提供了一种建立时间序列预测模型的方法、时间序列预测方法和装置。根据该实施例的方法，首先从历史时间序列获取训练数据，所述训练数据包括连续n个时间点的指标值，所述n为大于1的正整数；然后利用所述训练数据训练状态空间模型，得到时间序列预测模型；其中，依时间顺序将各时间点分别作为第ts个时间点执行：将第ts个时间点的指标值输入所述状态空间模型，由所述状态空间模型依据所述第ts个时间点及其之前各时间点的指标值预测所述第ts个时间点之后τ个时间点的指标值，所述τ为预设的正整数；训练目标包括最小化预测的指标值与训练数据中对应指标值的差异；其中，在所述预测中将待预测时间点之前各时间点的隐状态表示进行注意力机制的处理来得到所述待预测时间点的隐状态表示。
-
公开(公告)号：CN113283589B
公开(公告)日：2022-07-19
申请号：CN202110631255.8
申请日：2021-06-07
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一种事件预测系统的更新方法，包括：将基于事件样本序列获取的样本输入事件预测系统中进行事件处理，该事件处理包括：通过序列编码网络，确定截至该样本中发生时刻的子序列的序列编码向量，该子序列中各样本均对应第一用户；通过图传播网络，根据该序列编码向量，更新用户关系网络图中与第一用户节点相关的节点表征向量；通过强度拟合网络，根据更新后的节点表征向量，拟合与第一用户对应的事件发生强度函数；通过强度映射网络，将该事件发生强度函数映射至事件类型空间，得到第一用户在多个事件类型下的多个强度函数；之后，基于事件处理得到的多个强度函数和对应第一用户的标签样本，更新上述事件预测系统中的网络参数。
-
公开(公告)号：CN111682972A
公开(公告)日：2020-09-18
申请号：CN202010819237.8
申请日：2020-08-14
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种更新业务预测模型的方法和装置，其中业务预测模型包括通过强化学习实现的智能体。方法包括：获取业务请求，根据业务请求确定环境的状态特征；将状态特征输入智能体，智能体根据第一策略参数下的策略函数，确定对应的业务响应作为当前动作。然后，向环境输出业务响应，基于环境反馈确定当前奖励。接着，根据状态特征，当前动作和当前奖励，以损失函数最小化为目标，确定更新后的第二策略参数，其中损失函数与第一目标项负相关，所述第一目标项包括，采用混合高斯模型GMM，将第二策略参数下的策略函数表示为K个高斯分布的组合的第一表达式；于是，可以用第二策略参数下的策略函数，更新智能体。
-
公开(公告)号：CN115409269A
公开(公告)日：2022-11-29
申请号：CN202211070702.8
申请日：2022-09-02
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一种执行时间预测方法和系统，所述方法包括：基于对象在多个历史时间点的历史特征值，预测得到所述对象的一个或多个样本路径，其中样本路径包括所述对象在预设的未来多个时间点的预测特征值；利用示性函数预测模型处理一个或多个样本路径，得到各样本路径中不同时间点对应的示性函数预测值；所述示性函数预测值指示所述对象在样本路径中相应时间点对应的预测特征值是否是最优值；分别基于各样本路径中不同时间点对应的示性函数预测值，确定各样本路径对应的最优时间点；将各样本路径中成为最优时间点的频次最高的时间点，作为对所述对象执行预设操作的执行时间。
-
Patent Agency Ranking
公开(公告)号：CN113538069A
公开(公告)日：2021-10-22
申请号：CN202110962759.8
申请日：2021-08-20
Applicant: 支付宝(杭州)信息技术有限公司
Abstract: 本说明书实施例提供一种预测用户群体的宏观状态的方法和装置。根据该预测方法，可以基于多个用户中各个用户的事件序列，确定该用户对应的事件强度函数。此外，还获取用户群体的目标宏观量在第一时刻的第一期望值。基于以上确定的事件强度函数，以及表示用户对宏观量的影响程度的幅度函数，确定中间函数；其中，该幅度函数与目标宏观量的期望值成线性关系，比例系数为第一系数；且该中间函数基于各个第一系数与事件强度函数的乘积之和而确定。由此，可以将第一时刻，第一期望值，以及待预测的第二时刻，代入期望值随时间变化的关系式，从而确定该宏观量在第二时刻的期望值；其中，该关系式依赖于上述中间函数随时间的积分。
-
公开(公告)号：CN112232322A
公开(公告)日：2021-01-15
申请号：CN202011465431.7
申请日：2020-12-14
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一种基于对象状态预测的图像生成方法及装置。在该方法中，获取多个图像帧按照时间序列形成的图像集，图像集包括在多个图像帧中位置发生移动的对象和所述对象之外的环境；将图像集输入特征提取模型，得到图像集的第一特征，其中包括对象的静态参数和环境的静态参数；从所述图像集中确定所述对象的第二特征，其中包含所述对象在图像集中的指定时刻的运动状态；将第一特征和第二特征输入状态预测模型，得到对象在指定时刻之后的至少一个目标时刻的预测运动状态；采用解码器，基于预测运动状态，生成在目标时刻的预测图像。
-
公开(公告)号：CN118839128A
公开(公告)日：2024-10-25
申请号：CN202410942658.8
申请日：2024-07-12
Applicant: 支付宝(杭州)信息技术有限公司
IPC: G06F18/20 , G06F18/213 , G06F18/25 , G06Q10/04 , G06Q30/0202 , G06Q40/06 , G06F123/02
Abstract: 本说明书提供一种时间序列预测方法及系统，能够在宏观时间序列的基础上结合用户级别的微观用户特征进行时间序列预测。本说明书提供的时间序列预测方法及系统充分结合了宏观和微观多个层面的数据信息，能够提升预测的准确性。
-
公开(公告)号：CN118092632A
公开(公告)日：2024-05-28
申请号：CN202211489297.3
申请日：2022-11-25
Applicant: 支付宝(杭州)信息技术有限公司 , 阿里巴巴(中国)有限公司
IPC: G06F3/01 , G06Q30/0601 , G06Q30/0207 , G06N20/00
Abstract: 本说明书实施例提供一种数字人推荐方法和推荐系统。数字人推荐系统包括计算机模拟的数字人，相应的推荐方法包括：获取当前的状态数据，所述状态数据融合有目标用户的用户信息、所在场景的场景信息，以及所述目标用户与所述数字人的交互历史信息；数字人中的智能体，根据强化学习得到的当前策略，将所述状态数据映射为备选动作集中的目标动作，其中所述备选动作集中的备选动作对应于待推荐的内容类别，所述目标动作对应于目标内容类别；所述数字人与所述目标用户进行目标交互，所述目标交互用于推荐所述目标内容类别。从而通过数字人为目标用户进行个性化推荐。
-
公开(公告)号：CN115098247A
公开(公告)日：2022-09-23
申请号：CN202210629029.0
申请日：2022-06-06
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一种资源分配方法和装置。根据该实施例的方法，首先获取各应用服务的流量时间序列，所述流量时间序列包括连续多个时间点的流量数据；然后对各应用服务的流量时间序列进行聚类，得到一个以上的分组；再分别针对各分组确定容量伸缩策略，所述容量伸缩策略用于分组对应的应用服务的容量资源分配。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.024 seconds)
