基于代码语言模型的理工科解题方法、装置及电子设备

    公开(公告)号:CN119167918A

    公开(公告)日:2024-12-20

    申请号:CN202411043298.4

    申请日:2024-07-31

    Abstract: 本发明提供一种基于代码语言模型的理工科解题方法、装置及电子设备,其中的方法包括:获取待进行解答的理工科题目;基于预先训练的代码语言模型以及代码解释器,根据理工科题目,生成目标解答结果;其中,代码语言模型基于预训练模型通过理工科题目样本及其对应的代码化解答结果样本构成的训练样本数据集进行微调得到。通过代码语言模型同时生成理工科题目的自然语言推理过程和代码计算推演过程,并在生成目标解答结果的过程中调用代码解释器来执行目标代码块,以辅助最终解答结果的生成,此过程充分发挥了代码语言模型的工具调用能力,缓解了算法本身容易收到模型幻觉影响而导致最终生成结果准确度不高的难题,有效提升了代码语言模型在理工科题目上的推理能力,进而提升了对理工科题目的解答准确度。

    一种手写字符识别方法及相关装置

    公开(公告)号:CN118116015A

    公开(公告)日:2024-05-31

    申请号:CN202410225431.1

    申请日:2024-02-28

    Applicant: 清华大学

    Abstract: 本发明提供了一种手写字符识别方法及相关装置,涉及人工智能技术领域,其方法包括:获取用户在触摸板输入的手写字符对应的压力数据序列,压力数据序列表示多个采样时刻下用户与触摸板的接触点坐标;判断压力数据序列中是否存在变形点;若存在变形点,对变形点进行修正,得到修正后的目标压力数据序列;将目标压力数据序列转换为用户与触摸板的接触点轨迹图像;将接触点轨迹图像输入到手写字符识别模型中,得到手写字符识别模型输出的手写字符的识别结果。本发明通过判断变形点并对变形点进行修正,降低了小尺寸手写字符在输入时出现形变对后续字符识别的影响,提高了小尺寸手写字符的识别精度。

Patent Agency Ranking