一种基于人设背景大语言模型的角色扮演聊天机器人实现方法

    公开(公告)号:CN119646140A

    公开(公告)日:2025-03-18

    申请号:CN202411673706.4

    申请日:2024-11-21

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于人设背景大语言模型的角色扮演聊天机器人实现方法,包括:收集大量文学作品的文本数据,利用大模型提取角色对话、动作及摘要,同时提取角色设定信息;从角色对话中提取双人多轮对话,与角色设定匹配,形成初步数据集;将初步数据集转换为Json格式,构建结构化的多轮对话数据集;采用LoRA方法和DPO方法对大语言模型进行微调;基于微调后的大语言模型构建聊天机器人,整合角色信息、背景故事、历史对话摘要及少量示例对话,形成动态提示词框架;为聊天机器人构建智能聊天框架,包括时间计划模块、主动推送模块和延迟聊天模块。利用本发明,可有效提升对话质量、角色个性化、角色一致性、交互连贯性及用户体验。

    一种基于深度强化学习的船舶配载方法和装置

    公开(公告)号:CN118332417A

    公开(公告)日:2024-07-12

    申请号:CN202410427181.X

    申请日:2024-04-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于深度强化学习的船舶配载方法,本发明通过退火遗传算法对历史配载数据进行操作得到大量的,较为准确的集装箱‑箱位映射关系,从而提供了大量的标签,同时将集装箱和箱位的空间信息和特征信息进行池化、卷积操作得到包含空间信息、特征信息和与其他集装箱相关联信息的嵌入向量,将该标签和嵌入向量作为训练样本,通过监督学习能够较好的训练出能够较为准确的预测集装箱‑箱位映射关系的演员网络,本发明还基于预测的集装箱‑箱位映射关系构建有向无环图,基于构建的有向无环图能够准确得到集装箱的配载顺序,综上两点本发明提供的方法能够在合理的时间内得到船舶配载问题的最优解,且复用性较高,本发明还公开了一种基于深度强化学习的船舶配载装置。

Patent Agency Ranking