一种基于RAG与知识图谱的多轮对话处理方法和系统

    公开(公告)号:CN118885627A

    公开(公告)日:2024-11-01

    申请号:CN202411366822.1

    申请日:2024-09-29

    Abstract: 本发明属于人工智能技术领域,提供一种基于RAG与知识图谱的多轮对话处理方法和系统。该方法包括:根据专有知识图谱,对与用户问题相关联的实体进行检索识别,得到关联实体,以构建推理链路,并转换为推理文本序列;通过多模态大模型检索与用户问题相关的文本、图片、音频数据,得到相关多模态数据;将相关多模态数据、当前推理文本序列、用户问题与所生成的回答文本进行整合后作为模型输入,输入多模态大模型,得到模型回答;筛选出相关的多模态数据,以所筛选出的多模态数据作为上下文、待处理问题一起作为多模态大模型的模型输入,得到与待处理问题相对应的回答文本。本发明能在减少交互的同时,有效将用户意图与回答文本对齐。

    行业智能体自动微调方法、装置、电子设备及存储介质

    公开(公告)号:CN119250108B

    公开(公告)日:2025-03-04

    申请号:CN202411765259.5

    申请日:2024-12-04

    Abstract: 本发明涉及行业智能体自动微调方法、装置、电子设备及存储介质,该方法包括:对行业数据进行预处理。采用思维链和思维树构建初始指令响应对,通过投机推理根据初始指令响应对生成包含多个步骤的第一指令响应对,对每个步骤进行校验。通过指令编码器从第一指令响应对中抽取元知识,通过元知识引导指令编码器生成第二指令响应对。对第二指令响应对进行评估,获取第二指令响应对的评估分数,去除评估分数低于第一阈值的第二指令响应对。通过相似度判别将差异度超过第二阈值的第二指令响应对加入微调数据集,丢弃差异度低于第二阈值的第二指令响应对。基于微调数据集中的第二指令响应对结合行业数据的指令数据集对面向行业应用的语言模型进行微调。

    一种基于RAG与知识图谱的多轮对话处理方法和系统

    公开(公告)号:CN118885627B

    公开(公告)日:2025-03-04

    申请号:CN202411366822.1

    申请日:2024-09-29

    Abstract: 本发明属于人工智能技术领域,提供一种基于RAG与知识图谱的多轮对话处理方法和系统。该方法包括:根据专有知识图谱,对与用户问题相关联的实体进行检索识别,得到关联实体,以构建推理链路,并转换为推理文本序列;通过多模态大模型检索与用户问题相关的文本、图片、音频数据,得到相关多模态数据;将相关多模态数据、当前推理文本序列、用户问题与所生成的回答文本进行整合后作为模型输入,输入多模态大模型,得到模型回答;筛选出相关的多模态数据,以所筛选出的多模态数据作为上下文、待处理问题一起作为多模态大模型的模型输入,得到与待处理问题相对应的回答文本。本发明能在减少交互的同时,有效将用户意图与回答文本对齐。

    一种基于AI反馈的强化学习对齐模型训练方法和系统

    公开(公告)号:CN118735002A

    公开(公告)日:2024-10-01

    申请号:CN202411229238.1

    申请日:2024-09-03

    Abstract: 本发明属于人工智能技术领域,提供一种基于AI反馈的强化学习对齐模型训练方法和系统。该方法包括:收集与医疗领域方向相关的文本数据,进行初步处理;确定偏好数据集,提取与用户行为和文本上下文相关特征,进一步形成聚合特征,生成聚合特征向量,形成模型生成数据集,进行筛选得到目标数据集,进一步划分为训练集、验证集和测试集;采用大语言模型,结合COT与RAG方法,采用上下文学习的方式生成偏好标签,建立文本分类模型,获得目标预训练模型,构建基于AI反馈的策略模型,对策略模型进行强化学习,并使用RM模型作为响应分配奖励,得到目标领域模型;接收待处理用户查询,得到相匹配的推荐列表。本发明能精确为用户匹配推荐列表。

    行业智能体自动微调方法、装置、电子设备及存储介质

    公开(公告)号:CN119250108A

    公开(公告)日:2025-01-03

    申请号:CN202411765259.5

    申请日:2024-12-04

    Abstract: 本发明涉及行业智能体自动微调方法、装置、电子设备及存储介质,该方法包括:对行业数据进行预处理。采用思维链和思维树构建初始指令响应对,通过投机推理根据初始指令响应对生成包含多个步骤的第一指令响应对,对每个步骤进行校验。通过指令编码器从第一指令响应对中抽取元知识,通过元知识引导指令编码器生成第二指令响应对。对第二指令响应对进行评估,获取第二指令响应对的评估分数,去除评估分数低于第一阈值的第二指令响应对。通过相似度判别将差异度超过第二阈值的第二指令响应对加入微调数据集,丢弃差异度低于第二阈值的第二指令响应对。基于微调数据集中的第二指令响应对结合行业数据的指令数据集对面向行业应用的语言模型进行微调。

    一种基于AI反馈的强化学习对齐模型训练方法和系统

    公开(公告)号:CN118735002B

    公开(公告)日:2024-12-27

    申请号:CN202411229238.1

    申请日:2024-09-03

    Abstract: 本发明属于人工智能技术领域,提供一种基于AI反馈的强化学习对齐模型训练方法和系统。该方法包括:收集与医疗领域方向相关的文本数据,进行初步处理;确定偏好数据集,提取与用户行为和文本上下文相关特征,进一步形成聚合特征,生成聚合特征向量,形成模型生成数据集,进行筛选得到目标数据集,进一步划分为训练集、验证集和测试集;采用大语言模型,结合COT与RAG方法,采用上下文学习的方式生成偏好标签,建立文本分类模型,获得目标预训练模型,构建基于AI反馈的策略模型,对策略模型进行强化学习,并使用RM模型作为响应分配奖励,得到目标领域模型;接收待处理用户查询,得到相匹配的推荐列表。本发明能精确为用户匹配推荐列表。

    一种web应用自动化测试方法、系统及服务器

    公开(公告)号:CN119311592A

    公开(公告)日:2025-01-14

    申请号:CN202411470954.9

    申请日:2024-10-21

    Abstract: 本申请公开了一种web应用自动化测试方法,包括如下步骤:步骤1:构建智能体,通过prompt函数将自然语言请求加工为标准化输出,所述标准化输出中包含接口调用地址;步骤2:将所述标准化输出发送至textToAP I服务,由textToAP I服务请求所述接口调用地址并获取请求成功的状态码;步骤3:node服务接收到调用请求之后执行相对应的逻辑,同时调用puppeteer组件实现所需功能;步骤4:puppeteer组件执行模拟用户的操作,并监听所有的xhr请求并记录获取的数据,完成web应用自动化测试。本申请通过对于语义的理解,结合现有的AI领域技术,实现web自动化访问、测试以及爬取数据功能。

Patent Agency Ranking