CN119396943A 基于检索增强生成的大语言模型与知识库协作方法及装置 （北京市燃气集团有限责任公司）_第1页
CN119396943A 基于检索增强生成的大语言模型与知识库协作方法及装置 （北京市燃气集团有限责任公司）_第2页
CN119396943A 基于检索增强生成的大语言模型与知识库协作方法及装置 （北京市燃气集团有限责任公司）_第3页
CN119396943A 基于检索增强生成的大语言模型与知识库协作方法及装置 （北京市燃气集团有限责任公司）_第4页
CN119396943A 基于检索增强生成的大语言模型与知识库协作方法及装置 （北京市燃气集团有限责任公司）_第5页
已阅读5页，还剩16页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于检索增强生成的大语言模型与知识库本发明提供了一种基于检索增强生成的大2获取用户提出的问题，将所述问题输入基于大语言模型的通用将所述问题进行向量化处理，送入知识库中进行检索，得到所将所述回答与所述语句集合合并为针对所述将文档集合中的文档以语句内容、文档内顺序、文档索引的三元组返回执行在所述距离矩阵中找到相似度最高的两个簇，将相似度最重复执行计算所述问题与当前簇的左右两个分支簇的余弦相似3将文档集合中的文档以语句内容、文档内顺序、文档索引的三元组返回执行在所述距离矩阵中找到相似度最高的两个簇，将相似度最重复执行计算所述问题与当前簇的左右两个分支簇的余弦相似4[0002]目前，基于LLM(largelanguagemodel，大语言模型)的通用型问答系统(如[0003]本发明旨在提供一种克服上述问题或者至少部分地解决上述问题的基于检索增[0005]本发明的一个方面提供了一种基于检索增强生成的大语言模型与知识库协作方[0016]用簇内所有句向量的均值作为该簇的特征，计算所有簇5[0027]本发明的另一个方面提供了一种基于检索增强生成的大语言模型与知识库协作[0038]用簇内所有句向量的均值作为该簇的特征，计算所有簇6[0051]图1为本发明实施例提供的基于检索增强生成的大语言模型与知识库协作方法的[0052]图2为本发明实施例提供的基于检索增强生成的大语言模型与知识库协作方法的[0054]图4为本发明实施例提供的基于检索增强生成的大语言模型与知识库协作装置的[0056]图1示出了本发明实施例提供的基于检索增强生成的大语言模型与知识库协作方法的流程图，图2示出了本发明实施例提供的基于检索增强生成的大语言模型与知识库协7[0065]作为本发明实施例的一个可选实施方式，所述将文档集合中的文档以语句内容、[0068]用簇内所有句向量的均值作为该簇的特征，计算所有簇[0078](s,i,)[0082]经过这一处理之后，将知识库中所有不同长度的语句转89[0107]由此可见，通过本发明提供的基于检索增强生成的大语言模型与知识库协作方[0108]图4示出了本发明实施例提供的基于检索增强生成的大语言模型与知识库协作装[0119]用簇内所有句向量的均值作为该簇的特征，计算所有簇[0130]由此可见，通过本发明提供的基于检索增强生成的大语言模型与知识库协作装

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论