CN119476521A 一种大模型校正方法 （郭家伦）

逻辑学习模块、Agent指令学习模块中的至少一者对的演算法及原始学习资料集进行校正，其通过Agent指令学习模块与其他Promote模块的学习与校正，可在每次大模型迭代，符合外部Agent的处理逻辑或输入需求、同时对接多个外部Agent、形成指定的内外部循环、顺序逻辑推2其中，所述校正后大模型演算法及校正后学习资料集用于2.根据权利要求1所述的方法，其特征在于，按照如下步骤构建所述几何逻辑学习模获取用于表征几何逻辑顺序关系的第一因子关系；所述几何逻辑顺序关系由Agent模基于所述第一因子关系在Agent模型演算法中提取相容演算法并在Agent模型所对应将从所述Agent模型所对应的资料集中提取的学习资料输入至大模型进行迭代演算，确定输出结果是否符合所述第一因子关系中的几何逻将从所述Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习资料若符合所述第一因子关系中的几何逻辑顺序关系，则为若不符合所述第一因子关系中的几何逻辑顺序关系，则删除大模4.根据权利要求1所述的方法，其特征在于，按照如下步骤构建所述数理逻辑学习模获取用于表征数理逻辑顺序关系的第二因子关系；所述数理逻辑顺序关系由Agent在基于所述第二因子关系在Agent模型演算法中提取相容演算法并在Agent模型所对应确定输出结果是否符合所述第二因子关系中的数理逻将从所述Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习资料若符合所述第二因子关系中的数理逻辑顺序关系，则为对应的3若不符合所述第二因子关系，则删除大模型原始学习资料集6.根据权利要求1所述的方法，其特征在于，按照如下步骤获取用于表征Agent指令顺序关系的第三因子关系；所述Agent基于所述第三因子关系，在对接有外部Agent模型的大模型中提取相容演算法并在所将从对接有外部Agent模型的大模型的资料集中提取的学习资料，输入至大模型进行若符合所述Agent指令学习模块的第三因子关系，则为对应的目标学习若不符合所述第三因子关系，则删除原始学习资料集中不符合第三因子将所述原始学习资料集中的各个学习资料进行分组，得到分组后的多个学习资料组；针对所述多个学习资料组进行统计检定，基于各组的因子关系或因子对应值是否显著差基于具有因果推论或时间或顺序资料拟合与检定特性的目标演算法来确定顺序关系，获取添加有Promote关系标签的Promote学习资料集及其因子关系；所述Promote关系确定Promote学习资料集中任一Promote学习资料经过演算所得输出的资料集的因子4通过全部或部分修改Promote学习资料，使得任一Promote学习资料5Agent通常作为封闭模型来使用。[0012]获取用于表征几何逻辑顺序关系的第一因子关系；所述几何逻辑顺序关系由[0013]基于所述第一因子关系在Agent模型演算法中提取相容演算法并在Agent模型所[0015]将从所述Agent模型所对应的资料集中提取的学习资料输入至大模型进行迭代演[0016]将从所述Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习6[0020]获取用于表征数理逻辑顺序关系的第二因子关系；所述数理逻辑顺序关系由[0021]基于所述第二因子关系在Agent模型演算法中提取相容演算法并在Agent模型所[0023]将从所述Agent模型所对应的资料集中提取的学习资料，输入至大模型进行迭代[0024]将从所述Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习[0029]基于所述第三因子关系，在对接有外部Agent模型的大模型中提取相容演算法并[0031]将从对接有外部Agent模型的大模型的资料集中提取的学习资料，输入至大模型[0032]若符合所述Agent指令学习模块的第三因子关系，则为对应的目标学习资料添加7[0038]基于具有因果推论或时间或顺序资料拟合与检定特性的目标演算法来确定顺序[0040]获取添加有Promote关系标签的Promote学习资料集及其因子关系；所述Promote[0041]确定Promote学习资料集中任一Promote学习资料经过演算所得输出的资料集的[0045]按照新的循环或顺序逻辑推演方向，配合不同Agent模型的输入顺序，形成大模8的特征可以明示或者隐含地包括一个或者更多个这一特征。在本公开实施方式的描述中，逻辑运算将受限于Agent的演算能力或预设资料集，此外，也无法共用大模型迭代及各个形成对接的校正方法，同时将多种Agent逻辑及外部Agent进行循环或顺序逻辑推演的[0062]本公开通过一种更为系统性的校正方法，能够让大模型同时学习多个Agent的逻9器调用存储器中存储的计算机可读指令的方场景进行简单介绍。本公开实施例提供的大模型校正方法主要可以用于人工智能技术领[0071]其中的几何逻辑学习模块主要用于强调校正所得的结果数理逻辑学习模块主要用于强调校正所得的结果符合数理逻辑顺序关系，Agent指令学习模块主要用于强调校正所得的结果符合Agent指令顺序[0072]基于上述各种学习模块校正所得的演算法和/或学习资料集可以更好的满足迭代对本公开实施例提供的大模型校正方法进行[0081]有关第一因子关系中的几何逻辑顺序关系包括但不限制于，基于贝叶斯面积检[0084]步骤一、将从Agent模型所对应的资料集中提取的学习资料输入至大模型进行迭[0085]步骤二、将从Agent模型所对应的资料集中提取的学习资料与大模型预设的原始模型原始学习资料集中不符合第一因子关系的学习资料，和/或，进行大模型演算法的增将Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习资料集混合并输因子关系标签(即几何逻辑Promote关系标签)，[0091]几何与数理逻辑的大模型学习校正是由等价逻辑学习校正到逻辑SystemPromote学习校正的映射。透过逻辑正确的资料集校正与可连续推演的逻辑System以不同等价变换因子关系同时出现，进行学习校正，也以之作为后续常用等价推演逻辑而形成数理映射逻辑与卷积的组合。但没有达成前述组合的学习资料集也仍能有外部有效稳定的拟合出能透过卷积外延的数理逻辑[0105]步骤二、将从Agent模型所对应的资料集中提取的学习资料与大模型预设的原始[0111]这里的Agent指令顺序关系需要实现的是外接Agent与输入资料转换Promote资料[0112]基于上述构建的Agent指令学习模块，可以按照如下步骤对大模型的演算法及原实施例提供的大模型校正方法排除了不符合Agent指令顺序关系的资料集，这时整个模型的资料集均符合已拟合的Agent指令顺序；同时大模型资料集会标上对应的等价因子关系[0120]其中，指定所有阿拉伯数字图片集合，并指定群聚拟合的相应检定方式，如T检[0122]如果无法形成一对一100％映射关系(因子关系映射特质)，这时看哪几个数字不[0134]本公开实施例提供的大模型校正方法还可以结合外接的Agent模型实现循环或顺[0135]步骤一、获取添加有Promote关系标签的Promote学习资料集及其因子关系；人工确认是否为涌现的新的SystemPr[0141]有关涌现底层关系的确认，这是因为大模型底层是量化行对应的循环或顺序逻辑推演；其三是通过全部或部分修改Promote学习资料，使得任一Promote学习资料经过演算所得的输出因子关系与自身或其他Promote学习资料的输入因[0150]此时，两个几何逻辑SystemPromote能形成连续逻辑推演(进行几何等价逻辑推叶斯概率100％。换SystemPromote的建立而言，如外[0157]其中，C1为外接Agent对应输出，D1为对应大模型内部资料集格式，或System建顺序与资料集资料格式变换，建立资料在输入时内嵌逻辑与外接Agent的连续逻辑自动[0160]本公开实施例中，可以以内建逻辑推演顺序因子表将外接Agent优先于内嵌等价[0167]本公开实施例中，还可以混合不同逻辑的SystemPromote“指令学习顺序资料13*2”这类输入。此时，可以先执行乘演算逻辑SystemPromote指令，或截取13*2输入辑推演顺序)、几何与数理逻辑(SystemPromote)、外接Agent与输入资料转换System员可以将本说明书中描述的不同实施方式或示例以及不同实施方式或示例的特征进行结[0187]获取用于表征几何逻辑顺序关系的第一因子关系；几何逻辑顺序关系由Agent模[0188]基于第一因子关系在Agent模型演算法中提取相容演算法并在Agent模型所对应[0190]将从Agent模型所对应的资料集中提取的学习资料输入至大模型进行迭代演算，确定输出结果是否符合第一因子关系中的几何逻[0191]将从Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习资料[0195]获取用于表征数理逻辑顺序关系的第二因子关系；数理逻辑顺序关系由Agent在[0196]基于第二因子关系在Agent模型演算法中提取相容演算法并在Agent模型所对应确定输出结果是否符合第二因子关系中的数理逻[0199]将从Agent模型所对应的资料集中提取的学习资料与大模型预设的原始学习资料[0204]基于第三因子关系，在对接有外部Agent模型的大模型中提取相容演算法并在所[0206]将从对接有外部Agent模型的大模型的资料集中提取的学习资料，输入至大模型[0211]将原始学习资料集中的各个学习资料进行分组，得到分组后[0212]基于具有因果推论或时间或顺序资料拟合与检定特性的目标演算法来确定顺序[0214]推演模块203，用于获取添加有Promote关系标签的Promote学习资料集及其因子料经过演算所得输出的资料集的因子关系，是否与自身或其他Promote学习资料的输入因[0218]按照新的循环或顺序逻辑推演方向，配合不同Agent模型的输入顺序，形成大模[0227]本公开实施例还提供一种计算机程序产品，该计算机程指令产生用于实现流程图中一个或多个流程和/或方框图中一个或多个方框中指定的功能[0233]