CN119415645A 数据的处理方法、装置和程序产品 （广东电网有限责任公司）

反馈信息用于表征对历史答复结果的准确程度2获取与电力系统相关联的询问信息，其中，所述询问信息用调用问答模型对所述运行数据和所述询问信息进行分训练得到，所述历史反馈信息用于表征对历史答复结果的准确程度进行反馈的反馈结果，获取所述历史询问信息、所述历史答复结果，以及所述历史答复分别对获取到的多个所述历史询问信息和所述多个获取与所述电力系统关联程度大于关联程度阈值的第三训练数据利用所述损失函数和所述第三训练数据集，3所述动作数据用于表征所述第二问答模型对所述历史答复结调用所述第二问答模型对第二训练数据集和动作数据集处理单元，用于调用问答模型对所述运行数据和所述询问信息进45馈信息训练得到，历史反馈信息用于表征对历史答复结果的准确程度进行反馈的反馈结6[0021]图3是根据本发明实施例的一种基于强化学习的电力系统大模型智能问答结果调员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范问信息可以用于询问电力系统的运行状态，可以为使用者或者电力系统的维修者发出的，7可以用于对询问信息进行答复，比如，问答模型可以为第三代生成式预训练变换器8保问答模型可以对干净的数据进行处理。可以将预处理后的询问信息和运行数据，输入到值，对每个答复结果的潜在影响和用户满意度进行评估，如果问答模型根据以往的数据和现了提高问答模型的答复准确率的技术效果，解决了问答模型的答复准确率低的技术问9于表示下一个句子预测(NextSentence[0063]下面对利用第二训练数据集和第三训练数据集，对第一问答模型进行进一步微[0070]0—0-V,HU[0084]在该实施例中，可以搭建强化学习框架，该强化学习框架中可以包括状态以提高最终生成的问答模型问答的准确性和用[0088]Rt=λ1Us,web+λ2Uc,web+λ3Es,web+λ[0089]λ6Iapp+λ7Es,app+λ8Us,term+λ9Iterm+λ10Eterm+λ11Es[0099]其中，∈可以用于表示探索概率，可以用于决定选择随机动作的频率argmaxaQt[0102]Rt=λ1Us,web+λ2Uc,web+λ3Es,web+λ[0103]λ6Iapp+λ7Es,app+λ8Us,term+λ9Iterm+λ10Eterm+λ11Es[0108]ot-0-av,HU取评价指令中的历史反馈信息。其中，该历史反馈信息可以包括针对答复结果的评分(Us,web操作员反馈的历史反馈信息。其中，操作员反馈的历史反馈信息可以包括操作员评分[0125]针对目前难以通过自然语言迅速地从电网运行产生的海量数据中获取准确答案获取准确答案的问题，提出一种基于强化学习的电力系统大模型智能问答结果调优方法，图3是根据本发明实施例的一种基于强化学习的电力系统大模型智能问答结果调优方法的[0144]0—0-v,HOU以邀请调度员对答复结果进行评分和填写意见，响应于客户端在反馈时触发到评价指令，分(Us,web作员反馈的历史反馈信息。其中，操作员反馈的历史反馈信息可以包括操作员评分可以包含智能体(Agent)、环境(Environment)、状态(State)、动作(Action)、奖励述策略可以是智能体根据当前状态选择动作的规固定的动作)或随机性的(每个状态对应一个动作估某个状态或状态_动作对的期望回报，可以包括状态价值函数(StateValueFunction)和动作价值函数(ActionValueFunction)。上述学习算法可以是智能体根据反馈的反馈信息来更新策略、价值函数等参数的方法，比如，可以为Q学习[0163]在该实施例中，可以搭建强化学习框架，该强化学习框架中可以包括状态[0167]Rt=λ1Us,web+λ2Uc,web+λ3Es,web+λ[0168]λ6Iapp+λ7Es,app+λ8Us,term+λ9Iterm+λ10Eterm+λ11Es[0171]在该实施例中，强化学习的学习算法可以为无模型的强化学习(Q_Learning)算[0179]其中，∈可以用于表示探索概率，可以用于决定选择随机动作的频率argmaxaQt[0182]Rt=λ1Us,web+λ2Uc,web+λ3Es,web+λ[0183]λ6Iapp+λ7Es,app+λ8Us,term+λ9Iterm+λ10Eterm+λ11Es信息训练得到，历史反馈信息用于表征对历史答复结果的准确程度进行反馈的反馈结果，这些远程存储器可以通过网络连接至计算机终端508。上述网络的实例包括但不限于互联是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备[0211]本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可[0215]在本实施例中，上述计算机终端可以执行上述数据的处理方法的步骤的程序代这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、[0219]图6是根据本发明实施例的一种数据的处理方法的电子设备的框图。电子设备旨Memory，简称为ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM602以及因特网的计算机网络和/或各种电信网络与其它设备交换信算单元601可以通过其它任何适当的方式(例如，借助于固件)而被配置为执行数据的校验[0225]用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端_服务器关系的计