CN118569237B 一种基于多智能体系统的个性化复杂报告生成方法 （浙江工业大学）

一种基于多智能体系统的个性化复杂报告本发明公开了一种基于多智能体系统的个型的智能体把非结构化的自然语言需求转化为务的优化或对多智能体系统的基座大语言模型2S1、预设用于用户与前端进行无缝对接的用户S2、报告需求解析智能体通过与用户进行多轮沟S3、多模态数据提取智能体通过采用混合信息其中，所述步骤S3中，所述多模态数据提取智能体在提S4、大纲检索与规划智能体依据报告生成指S5、报告构建与验证智能体依据报告大纲和多模态根据脱敏处理后的数据和分析结果不断微调大纲检索与规划智能体和报告构建与验证智能体的基座大语言模型及优化个性化报告生成其中，所述步骤S4中，所述大纲检索与规划智能体还检索其历所述步骤S5中，所述报告构建与验证智能体还检索用户的历史任务中相似的报告生成情况作为参考提示词，并将相似数据动态填充入预先设定的提示词模板3报告构建与验证智能体以及所述反馈学习与个性化增强智能体均基于基座大语言模型构所述报告生成指令集包括经过细化的报告生成需求说明以及从中提取到的所述多模态数据源包括文本、表格和图像数据类型，所述多模态数通过如下步骤获取与当前任务最为相似的报告生成情况：通过使用基于Embedding的所述双轨验证策略包括数据一文本映射比对策略和模型推理验证所述反馈学习与个性化增强智能体满足以下预设条件时，对大纲检索与45来实时接收并响应用户的反馈和修正指令，使得最终报告与用户期望之间存在较大偏差。6证智能体的基座大语言模型及优化个性化报告生成的提[0017]所述报告生成指令集包括经过细化的报告生成需求说明以及从中提取到的关键7[0024]其中，通过如下步骤获取与当前任务最为相似的报告生成情况：通过使用基于Embedding的检索算法检索历史任务数据，利用嵌入模型将历史任务数据和当前任务的相体和报告构建与验证智能体的基座大语言模型进行微调：在连续的固定数量报告生成中，8明通过自然语言处理和多智能体协同方法达成从用户自然语言需求至高质量个性化复杂[0035]如图1所示，示意了本发明的基于多智能体系统的个性化复杂报告生成方法的一9主要承接用户对多智能体系统生成的预览报告[0049]进一步地，混合信息检索方法包括检索增强生成（Retrieval_AugmentedGeneration，RAG）方法、多模态大语言模型、光学字符识别（OpticalCharacter用嵌入模型将文本转化为向量表示，通过计算向量间的相似度来识别最匹配的文本片段。对于图像数据类型，通过多模态大语言模型将图像内容转化为可理解和检索的文本形式，使用填充过相似数据的提示词指导大纲检索与规划智能体的基座大语言模型生成报告大纲。其中，通过如下步骤获取与当前任务最为相似的报告生成情况：通过使用基于Embedding的检索算法检索历史任务数据，利用嵌入模型将历史任务数据和当前任务的相数据抽取智能体依据报告需求解析智能体生成的报告生成指令集，确定报告生成所需信作为关键的知识线索，引导其基座大语言模型在生成报告大纲时充分融入更多外部知识，双轨验证策略通过比对原始数据和目标报告对目标报告进行数据一致性验证和逻辑正确使用填充过相似数据的提示词指导报告构建与验证智能体的基座大语言模型生成目标报告。其中，通过如下步骤获取与当前任务最为相似的报告生成情况：通过使用基于Embedding的检索算法检索历史任务数据，利用嵌入模型将历史任务数据和当前任务的相本映射比对策略和模型推理验证策略通过比对原始数据和目标报告对目标报告进行数据证智能体的基座大语言模型及优化个性化报告生成的提示词模板，以适应用户变化的需记录下来并用于多智能体系统的优化。利用在线学习方法，将用户特定的偏好和修正即时反馈到个性化历史记录中，显著优化个人用户未来的报告生成体验。当收集的脱敏反馈数据达到特定阈值，如在连续的固定数量报告生成中，用户反馈的满意度低于一定阈值（即预设的满意度阈值或者在特定时间段内，用户反馈中指出的共性问题达到一定数量（即预设的最小容错数量会对大纲检索与规划智能体和报告构建与验证智能体的基座大语言模型进行微调，使得对应的基座大语言模型更适应特定报告类型和用户群体的偏好，持续不断提升报告的个性化程度和生成质量。下一步；若是，则进行需求明确性分析。对于判断是否为报告相关意图，通过如下提示词[0098]"槽位名称":"[槽位1名称]",[0099]"槽位描述":"[槽位1描述或示例值]",[0104]"槽位名称":"[槽位N名称]",[0105]"槽位描述":"[槽位N描述或示例值]",[0129]请根据以下提供的大纲和槽位信息，构建一份涵盖完整大纲所需数据的详尽清