-
公开(公告)号:CN119357413A
公开(公告)日:2025-01-24
申请号:CN202411931432.4
申请日:2024-12-26
Applicant: 之江实验室
IPC: G06F16/38 , G06N5/022 , G06F16/335 , G06F40/103 , G06F40/30 , G06N20/00
Abstract: 本发明公开了一种基于RAG的大语言模型的论文生成方法及装置,涉及人工智能大语言模型技术领域,该方法先根据目标研究领域在知识库中进行检索,得到与之相关联的第一参考内容。将第一参考内容进行文本生成处理,生成多个初始研究方向。从初始研究方向中筛选出目标研究方向,并基于目标研究方向在知识库中进行检索,得到与之相关联的第二参考内容。将第二参考内容进行文本生成处理,以得到初始论文大纲。通过结合RAG技术的检索能力和生成能力,为大语言模型提供了知识库中额外的上下文信息。结合上下文信息生成的内容与用户的需求更为匹配,解决了相关技术中撰写的论文与用户需求的关联度低,所以针对性不强的技术问题。
-
公开(公告)号:CN119066182A
公开(公告)日:2024-12-03
申请号:CN202411569141.5
申请日:2024-11-05
Applicant: 之江实验室
IPC: G06F16/332 , G06N5/04
Abstract: 本说明书公开了一种针对大模型多轮对话能力的测试方法以及装置。获取主题问题文本,并确定对待测模型进行测试所需的对话轮数。根据对话轮数,执行针对待测模型的多轮输入操作,其中,针对每轮对话,将该轮对话对应的输入数据输入到待测模型中,得到待测模型在该轮对话输出的回答文本,并将待测模型在该轮对话输出的回答文本以及预设的提示语句输入到预设的辅助模型中,以通过辅助模型得到下一轮对话输入到待测模型中的输入数据,当该轮对话为首轮对话时,该轮对话对应的输入数据为主题问题文本。将每轮对话对应的输入数据以及预设的评测文本输入到预设的评测模型,以得到针对待测模型的测试结果,评测文本记录有对待测模型进行评测的评测规则。
-
公开(公告)号:CN118568244A
公开(公告)日:2024-08-30
申请号:CN202411051949.4
申请日:2024-08-01
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/335 , G06F18/25
Abstract: 本说明书公开了一种基于智能问答的业务执行方法、装置以及电子设备,具体包括:预先根据目标用户对应的历史问答记录数据,确定出目标用户对应的历史问答主题信息。对历史问答主题信息和目标用户对应的用户属性信息进行关联处理,确定出目标用户对应的用户特征数据。在获取到目标用户输入的目标问题时,基于预先确定的用户特征数据对目标用户输入的目标问题进行个性化回答,根据回答结果执行业务。通过此方法可以将用户的个性化特征融入到问答回复中,使得用户获取到既可以满足自身个性化需求,且又可以解决实际问题的高实用性答复。提高了目标问题解决效率的同时,满足个性化需求的智能回答过程也能一定程度上优化了目标用户的使用体验。
-
公开(公告)号:CN116932488A
公开(公告)日:2023-10-24
申请号:CN202311192754.7
申请日:2023-09-15
Applicant: 之江实验室
IPC: G06F16/16 , G06F16/335 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱的课件生成方法、装置、系统和存储介质,所述方法包括:响应用户端发起的课件创建请求,选择对应的知识图谱;基于知识图谱,得到课时与知识点的第一映射关系,并将第一映射关系发送至用户端;接收用户端发送的第二映射关系,利用知识图谱,获取第二映射关系中的课时、知识点与课件资源的第三映射关系,并将第三映射关系发送至用户端,第二映射关系由用户端对第一映射关系编辑后得到;接收用户端发送的第四映射关系生成课件,第四映射关系由用户端对第三映射关系筛选后得到。采用本方法能够实现课件的自动化生成,解决现有技术中生成课件耗时长、知识点导向性差且课件资源不匹配的问题,提高课件知识点覆盖的全面性。
-
-
-