CN119476445A 基于大小模型协同智能的模型优化方法及系统 (杭州宇泛智能科技股份有限公司)_第1页
CN119476445A 基于大小模型协同智能的模型优化方法及系统 (杭州宇泛智能科技股份有限公司)_第2页
CN119476445A 基于大小模型协同智能的模型优化方法及系统 (杭州宇泛智能科技股份有限公司)_第3页
CN119476445A 基于大小模型协同智能的模型优化方法及系统 (杭州宇泛智能科技股份有限公司)_第4页
CN119476445A 基于大小模型协同智能的模型优化方法及系统 (杭州宇泛智能科技股份有限公司)_第5页
已阅读5页,还剩28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

基于大小模型协同智能的模型优化方法及取每个实体信息对应的第一实体评估指标和第图谱并进行实体关系推理、信息补全和语义理2获取多源异构数据,基于大语言模型对多源异构数据进行根据所述关键特征信息获取实体信息,并对所有所述实体信息进行大模型根据所述大模型训练知识图谱获取每个实体信息对应的第一实体评估指标和第一变将每个所述关键特征实体进行小模型协同训练,得到每个根据所述第二实体评估指标和第二变化趋势获取若小于,则判断该多源异构数据未完成优化,并获取第基于大语言模型对第一待处理数据进行文本和图片关键信息提取,对所述关键特征信息进行实体特征提取得到基于大模型训练对知识图谱进行实体关系推力、信息补全以及语基于所述维度评估指标获取每个实体信息对应的第一3基于大模型训练知识图谱获取所述每个实体信息对应若小于,判定该第一实体评估指标对应的实体信息不符合条若大于或等于,判定该第一实体评估指标对应的实体信息符对所述代表类型数据进行划分得到多个分批根据每个所述分批评估指标获取关键特征实体对应的第二第一获取模块,用于获取多源异构数据,基于大语言模型第二获取模块,用于根据所述关键特征信息获取实体信息,第三获取模块,用于根据所述大模型训练知识图谱获第四获取模块,用于将每个所述关键特征实体进行小模型协键特征实体对应的第二实体评估指标和第二若小于,则判断该多源异构数据未完成优化,并获取第4第四获取单元,用于基于大语言模型对第一待处理数据进行文本和图片关键信息提第五获取单元,用于基于大语言模型对第二待第六获取单元,用于对所述关键文本图片信息和多维度关键述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方理器执行时实现权利要求1至6中任一项所述的方法5[0002]在现代数据驱动的智能系统中,模型优化是提高系统性能和可靠性的关键环根据所述关键特征信息获取实体信息,并对所有所述实体信息进行大模型训练,根据所述大模型训练知识图谱获取每个实体信息对应的第一实体评估指标和第根据所述第二实体评估指标和第二变化趋势获取6对所述关键特征信息进行实体特征提取得到基于所述维度评估指标获取每个实体信息对应的第一基于大模型训练知识图谱获取所述每个实体信息对应对所述代表类型数据进行划分得到多个分批根据每个所述分批评估指标获取关键特征实体对应的第二[0010]优选的,所述根据所述第二实体评估指标和第二变化趋势获取性能评估值的步7述关键特征实体对应的第二实体评估指标和第第五获取模块,用于根据所述第二实体评估指标和第二变化趋势获取性能评估第五获取单元,用于基于大语言模型对第二待处理数据进行多维度关键信息提程序被处理器执行时实现上述基于大小模型协同智能的模型优化89第二待处理数据进行多维度关键信息提取,可以从结构化数据中提取多维度的关键信息,言模型从非结构化和结构化数据中提取关键特征信息,构建知识图谱并进行实体关系推[0029]如上述步骤S401_S407所述,本发明能够有效地将每个关键特征实体进行小模型;有权重之和为1。计算总评分:8+5=13;计算标准化后的权重:A的权重为8/13≈第三获取模块3,用于根据所述大模型训练知识图谱获取每个实体信息对应的第述关键特征实体对应的第二实体评估指标和第第五获取模块5,用于根据所述第二实体评估指标和第二变化趋势获取性能评估第五获取单元,用于基于大语言模型对第二待处理数据进行多维度关键信息提程序被处理器执行时实现上述基于大小模型协同智能的模型优化通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易

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。

评论

0/150

提交评论