-
Patent Agency Ranking
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
Applicant: 联通在线信息科技有限公司
IPC: G06F16/432 , G06F16/9032 , G06F40/295 , G06N5/022 , G06N5/04 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/084
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。
-
公开(公告)号：CN119962690A
公开(公告)日：2025-05-09
申请号：CN202510448834.7
申请日：2025-04-10
Applicant: 联通在线信息科技有限公司
IPC: G06N5/04 , G06F18/213 , G06F18/25 , G06F18/10 , G06F18/2433 , G06V10/30 , G06T5/77 , G06V10/82 , G06N3/082 , G06N3/0499 , G06N3/096 , G06Q50/02
Abstract: 本申请公开了一种农业数据的自适应推理系统、方法及服务器，包括：数据采集模块：用于收集多模态农业数据；数据处理模块：用于利用多层次处理模型对所述多模态农业数据进行嵌入、特征提取以及融合处理；模型优化模块：用于通过多层蒸馏方法将教师模型的层级特征传递给学生模型，优化学生模型的大小与性能形成自适应推理模型；推理路径模块：根据推理路径分配计算资源；性能监控模块：用于实时监测推理性能和数据分布变化，并调整自适应推理模型的参数；应用模块：用于将多模态农业数据输入所述自适应推理模型中进行作物健康评分、病虫害风险预测以及畜牧异常信号预警。本系统不仅能够提升农业数据处理的实时性，还能够显著降低对硬件算力的依赖。
-
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
Applicant: 联通在线信息科技有限公司
IPC: G06F16/432 , G06F16/9032 , G06F40/295 , G06N5/022 , G06N5/04 , G06N3/0455 , G06N3/0464 , G06N3/0495 , G06N3/084
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。
-
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
Applicant: 联通在线信息科技有限公司
IPC: G06N20/00 , G06F40/166 , G06F40/205 , G06N3/006 , G06N5/04 , G06F16/335 , G06F16/35
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。
-
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
Applicant: 联通在线信息科技有限公司
IPC: G06N20/00 , G06F40/166 , G06F40/205 , G06N3/006 , G06N5/04 , G06F16/335 , G06F16/35
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。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
