CN119396320A 智能交互方法、计算设备、存储介质及程序产品 （阿里云飞天(杭州)云计算技术有限公司）

存储介质及程序产品。该方法涉及人工智能领技能（即第二技能实现关联技能/能力的个性2使用大模型，根据所述第一技能的执行情况和历史行为路径若确定所述有限状态机模型包含与所述用户需求信息匹配的目标根据所述技能规则库，构建所述有限状态机模型，并确定所述有确定智能体轨迹数据集，所述智能体轨迹数据集包括输入将所述输入样本、所述有限状态机模型的状态转换信息和所根据对所述参考结果的预测结果，以及所述关联技能、所述关联技系数和所述关联技能的入口参数的权重系数均大于所述推理过程信息的3若确定所述有限状态机模型不包含所述目标技能，则采用搜索根据所述目标行为路径，确定与所述第一技能关联的第二技能，将所述搜索树的根节点作为访问节点，在所述技能搜索空间中，述扩展节点对应的行为路径包括从根节点到所述扩展节点的路径上各节点对若测评结果为未满足所述用户需求，则根据所述测评结果，直至得到的测评结果为扩展节点对应的行为路径满足了所述用户需求根据所述扩展节点的奖励值，更新所述扩展节点对应的行为路径上从所述技能搜索空间中选择可用技能，创建所述可用技能对应的扩根据所述扩展节点的奖励值和访问次数，以及所述访问节点的访问4响应于对所述第二技能的任一所述入口参数所述存储器用于存储计算机程序/指令，所述处理器用于执行所述计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1_14任一项56[0013]图4为本申请一示例性实施例提供的一种有限状态机模型的状态转换信息的示例[0015]图6为本申请一示例性实施例提供的搜索满足用户需求的目标行为路径的流程在在资源受限的环境中实现高效的推理和决策。通过优化模型的结构和计算过程，7构建用户行为路径规划。[0026]蒙特卡洛树搜索（MonteCarloTreeSearch，简称MCTS是一种启发式搜索算8[0040]下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述[0041]图2为本申请一示例性实施例提供的智能交互方法的流程图。本实施例的执行主[0043]其中，第一技能是指智能交互系统基于用户需求信息匹配到的一个或者多个技9的第一技能的执行情况和历史行为路径，动态地向用户推荐与第一技能关联的第二技能，[0058]在确定与第一技能关联的第二技能之后，通过前端页面输出第二技能的触发组态决策出与第一技能关联的第二技能，并输出第二技能的触发组件，可以针对用户上一技[0061]图3为本申请一示例性实施例提供的基于有限状态机的智能交互方法的流程图。智能交互系统中的使用说明文档、技能规则库和用于生成FSM模型的提示词一起输入大模响大模型构建FSM模型的速度。大模型的构建FSM模型的过程包括预填充和解码两个阶段。使用说明文档和技能规则库更新部分的token进行计算，并将新增的使用说明文档和技能度规模的预训练模型进行如下两个阶段的训练得型根据第一技能的执行情况和历史行为路径测评当前搜索结果是否满足用户需求，测评结果用于确定节点的奖励值；利用智能交互系统中历史行为路径中的反馈信息和算法计算[0104]可选地，可以将目标行为路径中的第一个技能作为与第[0105]可选地，可以将目标行为路径所包含的技能均作为与第数的值，智能交互系统可以通过交互页面输出这些缺失值的第二技能的入口参数的类型、决策结果是使用工具生成指令的答复。这种情况下智能体的决策结果包含所需使用的工[0136]其中，Loss_1表示交叉熵损失函数值，T表示参考结果对应文本序列的长度（即token的数量表示基于参考结果对应文本序列中前t_1个token预测得到第t个重系数和关联技能的入口参数的权重系数可以为2.0，推理过程信息的权重系数可以为示基于参考结果对应文本序列中前t_1个token预测得到第t个token的概率。增强决策模型的自动决策规划能力，使得决策模型的决定规划能力接近于人类专家的水[0145]图6为本申请一示例性实施例提供的搜索满足用户需求的目标行为路径的流程技能搜索空间包括未包含在有限状态机模型对应的行为路径包括从根节点到扩展节点的路径上各节点对为路径输入奖励模型中，通过奖励模型根据访问节点对应技能的执行情况和历史行为路扩展节点对应的行为路径作为满足用户需求么执行步骤S607_S608进行反向传播，根据测评结果更新扩展节点对应的行为路径上各节的奖励值。这里可以使用任意一种蒙特卡洛树搜索算法中价值函数值的反向传播方法实UCT。Q(V)表示扩展节点vi的奖励值时实现前述任一方法实施例所提供的技术方案，其具体功能和所能实现的技术效果类似，[0184]进一步地，该计算设备还可以包括数据管理（支持模型调优数据集的创建与管使得处理模块执行前述任一方法实施例所提供的技器（DigitalSignalProcessor，简称DSP）、专用集成电路（ApplicationSpecific何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成，以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（StaticRandomAccessMemory，简称SRAM电可擦除可编程只读存储器（ElectricallyErasableProgrammableReadOnlyMemory，简称EEPROM可擦除可编程只读存储器（ErasableProgrammableReadOnlyMemory，简称EPROM可编程只读存储器[0193]上述通信组件被配置为便于通信组件所在设备和其他设备之间有线或无线方式[0195]上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合[0196]一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质