-
公开(公告)号：CN104408153A
公开(公告)日：2015-03-11
申请号：CN201410729347.X
申请日：2014-12-03
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
CPC classification number: G06F17/30628 , G06F17/30663
Abstract: 本发明公开了一种基于多粒度主题模型的短文本哈希学习方法，采用外部大规模语料库训练候选主题模型，可依据数据集类型选择最优的多粒度主题特征，并赋予权重，由该方法选择出来的多粒度主题模型有较好的区分度，在构建稀疏短文本间相似语义关联的同时有助于哈希函数学习；本发明方法采用了两种基于多主题模型的哈希学习策略，分别为多粒度主题特征融合、哈希码学习同哈希函数训练相独立的学习方法，以及多粒度主题特征独立、哈希码学习同哈希函数训练相耦合的学习方法，较基于单粒度主题特征方法，在精度和召回率等多项测评指标上均有大幅度提升。
-
公开(公告)号：CN119848448A
公开(公告)日：2025-04-18
申请号：CN202411644213.8
申请日：2024-11-18
Applicant: 中国科学院自动化研究所
IPC: G06F18/20 , G06F18/214 , G06F16/3329 , G06F16/334 , G06F16/36 , G06N3/045 , G06N3/0475 , G06N5/04
Abstract: 本发明提供一种基于工具增强的大语言模型问答方法与装置，其中，上述方法包括：对用户输入的原始问题进行意图识别，得到与原始问题对应的数据集；基于数据集的数据类型，确定与原始问题对应的工具集；将原始问题划分为多个子任务，确定多个子任务中每个子任务的执行工具；基于执行工具的工具类型，确定执行工具的参数生成结构；基于子任务根据按照参数生成结构，从数据集中确定执行工具的调用参数；调用执行工具执行调用参数，得到子任务执行结果；基于多个子任务中每个子任务的子任务执行结果，确定原始问题的输出结果；通过本发明能够提高大语言模型在多数据集问答任务中的准确率。
-
公开(公告)号：CN119556939A
公开(公告)日：2025-03-04
申请号：CN202510114240.2
申请日：2025-01-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种基于上复用混合多样性专家大模型的代码生成方法及装置，属于人工智能领域，该方法包括：获取代码描述信息；将代码描述信息输入至经过训练的代码大模型，获取代码大模型输出的代码；代码大模型为基于上复用混合多样性专家的大模型；代码大模型是在稠密模型的基础上增加一个共享专家和多个普通专家构建而成；共享专家复用稠密模型的FFN模块的参数；共享专家用于提取词元的通用知识；普通专家采用随机初始化的方式进行初始化参数；普通专家用于提取词元的专用知识。本发明在稠密模型的基础上增加一个共享专家和多个普通专家构建代码大模型，采用多样性上复用机制，提高了生成的代码的准确率。
-
公开(公告)号：CN119446125A
公开(公告)日：2025-02-14
申请号：CN202510027286.0
申请日：2025-01-08
Applicant: 中国科学院自动化研究所
IPC: G10L15/02 , G10L15/06 , G10L15/183 , G10L15/16 , G10L15/26
Abstract: 本发明提供一种基于多配置分块上下文转换器模型的语音识别方法及装置，属于人工智能技术领域，该方法包括：获取待识别语音的特征序列；将特征序列输入至经过训练的语音识别模型，利用语音识别模型对待识别语音进行语音识别，得到语音识别模型输出的识别结果；语音识别模型为多配置分块上下文转换器MCC‑Transformer模型，MCC‑Transformer模型是在转换器模型的基础上，在编码器中引入一个语音MCC‑Transformer块构建而成，语音MCC‑Transformer块由多个MCC‑Transformer块堆叠而成。本发明在编码器中引入一个由多个MCC‑Transformer块堆叠而成的语音MCC‑Transformer块，提高了语音识别的准确率。
-
公开(公告)号：CN114610648B
公开(公告)日：2024-08-27
申请号：CN202210402749.3
申请日：2022-04-18
Applicant: 中国科学院自动化研究所
IPC: G06F11/36
Abstract: 本申请实施例涉及计算机领域，公开了一种测试方法、装置及设备。本申请实施例涉及的测试方法包括：获取至少一个测试需求，分别依据每个测试需求得到至少一个目标测试方案；获取至少一个算法信息，分别依据每个算法信息得到至少一个目标决策指标规则；依据每个目标测试方案以及所述算法信息对应的目标决策指标规则进行测试得到至少一个测试报告；分析至少一个测试报告，得到目标测试报告。这样，在面对新的测试模型或者测试模型的应用场景发生改变时，无需单独对测试模型进行测试规划，只需从相应的数据库中调用相应的测试方案或者决策指标规则来满足测试需求即可。因此提高了测试方法的灵活性，由于减少了人工参与，提升了测试效率。
-
Patent Agency Ranking
公开(公告)号：CN117992596B
公开(公告)日：2024-08-13
申请号：CN202410399310.9
申请日：2024-04-03
Applicant: 中国科学院自动化研究所
IPC: G06F16/332 , G06F18/22 , G06F40/211 , G06F40/289
Abstract: 本发明涉及人工智能技术领域，提供了一种问答模型的优化方法及装置，该方法包括：将接口参数和数据库表按照预设模版进行信息扩充，得到问题集；问题集包括原始问题、原始问题对应的多个子问题和用于计算多个子问题的工具集，预设模版用于按照多个句法结构和占位符从目标数据库中提取问题集，目标数据库包含多种类型的问题和每种类型问题对应的关联问题；在相似度匹配模板中添加示例信息，得到提示模版；示例信息根据原始问题、与原始问题关联的至少一个问题、多个子问题、用于计算多个子问题的工具集和问题格式信息确定；根据提示模版对问答模型进行指令微调，得到优化后的问答模型。本发明所述方法提高了解决问题的效率和准确性。
-
公开(公告)号：CN117787668B
公开(公告)日：2024-08-13
申请号：CN202410206913.2
申请日：2024-02-26
Applicant: 中国科学院自动化研究所
IPC: G06Q10/0631 , G06F16/332
Abstract: 本发明涉及任务规划技术领域，提供一种基于大语言模型的目标分配方法、装置、电子设备、存储介质和程序产品，所述方法包括：将需求分析提示文本输入至大语言模型，得到大语言模型输出的需求分析结果；基于需求分析结果，对目标任务进行分配，得到目标分配结果；基于目标分配结果，生成方案分析提示文本；将方案分析提示文本输入至大语言模型，得到大语言模型输出的方案分析结果；基于方案分析结果以及需求分析结果，生成方案描述提示文本；将方案描述提示文本输入至大语言模型，得到大语言模型输出的方案描述结果，方案描述结果用于描述目标任务的分配方案以及分配方案的评估结果。本发明能够根据用户需求精确进行目标分配。
-
公开(公告)号：CN118246528A
公开(公告)日：2024-06-25
申请号：CN202410344828.2
申请日：2024-03-25
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及智能决策技术领域，提供一种基于知识引导的智能决策方法及装置，所述方法包括：确定智能体的当前进程以及当前进程的目标参数；基于智能决策模型，应用当前进程以及目标参数，确定智能体在当前进程下的执行动作；智能决策模型基于样本进程、样本进程的样本目标参数、样本进程下的样本执行动作以及样本执行动作对应的奖励值训练得到；智能决策模型用于基于任务树，确定样本进程的候选执行动作，并基于样本目标参数从候选执行动作中确定样本执行动作，任务树用于描述不同进程下的任务以及各任务对应的执行动作。本发明通过将任务树作为知识约束，从而可以有效提高学习效率和能力，使智能体能够更好地应对复杂决策空间中的挑战。
-
公开(公告)号：CN117787668A
公开(公告)日：2024-03-29
申请号：CN202410206913.2
申请日：2024-02-26
Applicant: 中国科学院自动化研究所
IPC: G06Q10/0631 , G06F16/332
Abstract: 本发明涉及任务规划技术领域，提供一种基于大语言模型的目标分配方法、装置、电子设备、存储介质和程序产品，所述方法包括：将需求分析提示文本输入至大语言模型，得到大语言模型输出的需求分析结果；基于需求分析结果，对目标任务进行分配，得到目标分配结果；基于目标分配结果，生成方案分析提示文本；将方案分析提示文本输入至大语言模型，得到大语言模型输出的方案分析结果；基于方案分析结果以及需求分析结果，生成方案描述提示文本；将方案描述提示文本输入至大语言模型，得到大语言模型输出的方案描述结果，方案描述结果用于描述目标任务的分配方案以及分配方案的评估结果。本发明能够根据用户需求精确进行目标分配。
-
公开(公告)号：CN114727407B
公开(公告)日：2022-08-26
申请号：CN202210515110.6
申请日：2022-05-12
Applicant: 中国科学院自动化研究所
Abstract: 本发明公开了一种资源分配方法、装置及设备，涉及人工智能技术领域，其中，所述方法包括：获取至少两个虚拟对象以及所述至少两个虚拟对象分别对应的态势信息；根据所述态势信息，创建至少两个分配节点，所述至少两个分配节点的数量大于或等于所述至少两个虚拟对象的数量；在所述至少两个分配节点中，逐一对所述至少两个虚拟对象进行资源分配，直到所述至少两个虚拟对象资源分配完成，得到联合分配动作；将所述联合分配动作输入到环境中，得到资源分配结果。通过上述方式，本发明实现了虚拟对象间无协商无通信的情况下完成资源的最优分配。
-
-
-
-
-
-
-
-
-
Search Results
53
records
(took 0.037 seconds)
