-
公开(公告)号：CN119003691A
公开(公告)日：2024-11-22
申请号：CN202410999442.5
申请日：2024-07-23
Applicant: 腾讯科技(深圳)有限公司 , 清华大学深圳国际研究生院
Abstract: 本申请实施例公开了一种答案确定方法、装置、设备及介质，属于计算机技术领域。该方法包括：基于问题的描述信息与多个样本问题的描述信息之间的相似度，从多个样本问题中，确定第一样本问题；基于问题、第一样本问题及第一样本问题的样本答案，生成第一指示信息；通过大语言模型，对第一指示信息进行处理，得到问题的答案。本申请通过从多个样本问题中确定出与待解答的问题类似的第一样本问题，以使大语言模型能够利用自身强大的推理能力，将第一样本问题及对应的样本答案为示例，以学习第一样本问题与样本答案之间的关联性，进而对问题进行解答，能够保证得到的答案能够准确地对问题进行回答，以保证答案的准确性，进而保证人机交互效率。
-
公开(公告)号：CN111882063B
公开(公告)日：2022-12-02
申请号：CN202010767850.X
申请日：2020-08-03
Applicant: 清华大学
Abstract: 本说明书公开一种适应低预算的数据标注请求方法、装置、设备及存储介质，其中所述数据标注请求方法，将模型对样本预测的自信程度值与模型对该类样本的历史检测效果相结合，并将预算参数加入请求样本数据的真实标签的影响因素中，从而使模型在合理分配有限预算的条件下，更倾向于请求犯错较多类别样本的真实标签，解决了现有技术中请求向量的选取问题以及对预算影响的忽视，能够更好地应对数据不平衡分布造成的影响，通过监测环境预算的剩余情况来动态调整模型标签请求意愿的积极程度，提高模型的训练效果。
-
Patent Agency Ranking
公开(公告)号：CN119918666A
公开(公告)日：2025-05-02
申请号：CN202411977033.1
申请日：2024-12-26
Applicant: 腾讯科技(深圳)有限公司 , 清华大学深圳国际研究生院
Abstract: 本申请涉及一种答案生成方法、装置、计算机设备、存储介质和程序产品。所述方法包括：响应于问题查询请求，获取待处理的学术推理问题；在所述学术推理问题所属领域的问答库中，选取与所述学术推理问题匹配的参考问答；所述问答库是对原问答库中问答的推理步骤或误推理结果中的至少一种进行优化处理所得；将所述学术推理问题和所述参考问答进行拼接，得到拼接问答；基于所述拼接问答生成所述学术推理问题的目标答案。采用本方法能够提高生成答案的质量。
-
公开(公告)号：CN111882063A
公开(公告)日：2020-11-03
申请号：CN202010767850.X
申请日：2020-08-03
Applicant: 清华大学
Abstract: 本说明书公开一种适应低预算的数据标注请求方法、装置、设备及存储介质，其中所述数据标注请求方法，将模型对样本预测的自信程度值与模型对该类样本的历史检测效果相结合，并将预算参数加入请求样本数据的真实标签的影响因素中，从而使模型在合理分配有限预算的条件下，更倾向于请求犯错较多类别样本的真实标签，解决了现有技术中请求向量的选取问题以及对预算影响的忽视，能够更好地应对数据不平衡分布造成的影响，通过监测环境预算的剩余情况来动态调整模型标签请求意愿的积极程度，提高模型的训练效果。
-
公开(公告)号：CN119774674A
公开(公告)日：2025-04-08
申请号：CN202510280848.2
申请日：2025-03-11
Applicant: 清华大学深圳国际研究生院
IPC: C01G53/44 , H01M4/525 , H01M4/505 , H01M10/0525 , H01M10/54
Abstract: 本发明涉及锂电池技术领域，具体涉及一种表面结构重构辅助废镍钴锰酸锂正极材料再生的方法，其再生方法包括：将经碱浸泡，干燥，煅烧处理后的镍钴锰酸锂正极材料粉末与表面前驱体物质和螯合剂于去离子水中混匀，加热蒸干，煅烧，所得产物再与锂盐混合，进一步煅烧，得到表面结构重构的再生镍钴锰酸锂正极材料。本发明提供的表面结构重构辅助直接再生工艺克服补锂动力学上的难度，突破现有直接固相烧结技术的局限，再生后的NCM正极材料产品的电化学性能优于现有直接固相烧结技术再生后的NCM正极材料，达到且优于商业NCM正极材料的性能，此外在大倍率的条件下具有显著的快充性能。
-
公开(公告)号：CN111881995A
公开(公告)日：2020-11-03
申请号：CN202010768030.2
申请日：2020-08-03
Applicant: 清华大学
Abstract: 本说明书公开一种数据流处理方法、装置、计算设备及存储介质，其中所述数据流处理方法包括：接收待处理数据；将待处理数据输入异常检测模型，得到预测标签，所述异常检测模型通过引入在线优化的代价向量训练得到；根据预测标签对待处理数据进行分类。所述异常检测模型的参数根据并行处理相同数据的另两个模型的参数进行调整，根据代价向量取值不同的模型对数据处理的效果来优化该模型的参数，实现根据数据处理的效果对参数取值进行反馈调整，从而减少了现有技术中单纯依靠先验知识取值的不确定性，可以实时在线优化代价向量，更合理地应对数据的不平衡分布。
-
公开(公告)号：CN105739698A
公开(公告)日：2016-07-06
申请号：CN201610064011.5
申请日：2016-01-29
Applicant: 清华大学
IPC: G06F3/01
Abstract: 本发明涉及一种触觉感知数据手套，属于人机交互设备技术领域。该触觉感知数据手套包括15片手指触觉传感器和1片手掌触觉传感器，且都为多阵列柔性触觉传感器，通过微处理器采集人手操作中的触觉信息，在中央处理器实时显示触觉压力变化情况，同时实现压力感知情况、接触物软硬程度、分辨物体形状以及表面材质等功能。本数据手套系统穿戴方便，能有效反映人手的触觉信息，并实现了识别功能，能应用于人机交互、遥操作、康复监测等多种领域。
-
-
-
-
-
-
Search Results
7
records
(took 0.019 seconds)
