-
公开(公告)号：CN118627535A
公开(公告)日：2024-09-10
申请号：CN202410879988.7
申请日：2024-07-02
Applicant: 之江实验室
Abstract: 本申请涉及一种基于值分布的多智能体协同控制方法、装置、设备和介质，方法包括：构建每个智能体的初始价值网络和多个智能体的初始分布混合网络；基于各智能体的采样数据，对初始分布混合网络和各智能体的价值网络进行训练，通过最小化全局价值分布的损失函数优化初始分布混合网络以及各智能体的价值网络的网络参数，并满足全局价值分布的期望最大、每个智能体的确定性价值最大的约束关系，得到训练好的各智能体的价值网络；根据自身的观测及训练好的价值网络，各智能体执行各自的最优动作。本申请通过在训练过程中综合考虑全局观测、在执行过程中智能体仅利用局部观测做出最优决策方法。
-
公开(公告)号：CN118170933B
公开(公告)日：2024-08-13
申请号：CN202410585594.0
申请日：2024-05-13
Applicant: 之江实验室
IPC: G06F16/45 , G06F16/483 , G06F16/41 , G06F16/215 , G06F40/30 , G06N3/045
Abstract: 本发明公开了一种面向科学领域多模态语料数据的构建方法和装置，方法包括以下步骤：按语料主题分类采集待处理的科学领域相关多模态原始语料数据；构建任务处理流管线对原始语料数据依次进行预处理、内容解析、数据清洗和结构化得到整体语料数据；对包括文本、图片、表格和公式的不同子类型语料数据进行语料评测，基于语料评测结果对整体语料数据进行质量评估；根据质量评估结果优化整体语料数据完成科学领域语料数据库构建。本发明通过自动化任务处理流管线高效处理并生成语料数据，同时提供统一存储与质量评测，通过不断优化处理流程得到高质量科学领域语料数据库，能够为大模型训练提供可靠的数据基础，推动科学研究和应用技术的不断发展。
-
公开(公告)号：CN118170933A
公开(公告)日：2024-06-11
申请号：CN202410585594.0
申请日：2024-05-13
Applicant: 之江实验室
IPC: G06F16/45 , G06F16/483 , G06F16/41 , G06F16/215 , G06F40/30 , G06N3/045
Abstract: 本发明公开了一种面向科学领域多模态语料数据的构建方法和装置，方法包括以下步骤：按语料主题分类采集待处理的科学领域相关多模态原始语料数据；构建任务处理流管线对原始语料数据依次进行预处理、内容解析、数据清洗和结构化得到整体语料数据；对包括文本、图片、表格和公式的不同子类型语料数据进行语料评测，基于语料评测结果对整体语料数据进行质量评估；根据质量评估结果优化整体语料数据完成科学领域语料数据库构建。本发明通过自动化任务处理流管线高效处理并生成语料数据，同时提供统一存储与质量评测，通过不断优化处理流程得到高质量科学领域语料数据库，能够为大模型训练提供可靠的数据基础，推动科学研究和应用技术的不断发展。
-
公开(公告)号：CN117574949A
公开(公告)日：2024-02-20
申请号：CN202410067319.X
申请日：2024-01-17
Applicant: 之江实验室
Abstract: 本申请涉及一种基于值分布的多智能体协同控制方法、装置、设备和介质，基于值分布的多智能体协同控制方法包括：构建每个智能体的初始价值网络和多个智能体的初始分布混合网络；基于各所述智能体的采样数据，对所述初始分布混合网络和各所述智能体的初始价值网络进行训练，通过最小化所述全局价值分布的损失函数优化所述分布混合网络以及各所述智能体的价值网络的网络参数，并满足全局价值分布的期望最大、每个智能体的确定性价值最大的约束关系，得到训练好的各所述智能体的价值网络；根据自身的观测及训练好的价值网络，各所述智能体执行各自的所述最优动作，扩展了神经网络表达能力，提高多智能体系统更高效的决策和合作，提升整体性能和效果。
-
公开(公告)号：CN119293193B
公开(公告)日：2025-03-21
申请号：CN202411812389.X
申请日：2024-12-10
Applicant: 之江实验室
IPC: G06F16/3329 , G06F40/186
Abstract: 本说明书公开了一种问答对生成方法、装置、存储介质及电子设备。在本说明书提供的问答对生成方法中，获取用于生成问答对的文本素材；将所述文本素材输入大语言模型，使所述大语言模型根据所述文本素材输出伪问答对；响应于接收到用户输入的真实问题，在各伪问答对中确定与所述真实问题匹配的目标伪问答对；将所述目标伪问答对嵌入所述大语言模型的提示模板，并将所述真实问题输入所述大语言模型，得到所述大语言模型输出的优化答案；将所述真实问题与所述优化答案确定为待定问答对，并对所述待定问答对进行质量评测；响应于所述待定问答对通过所述质量评测，将所述待定问答对确定为可用问答对。
-
Patent Agency Ranking
公开(公告)号：CN119047458B
公开(公告)日：2025-04-04
申请号：CN202411525964.8
申请日：2024-10-30
Applicant: 之江实验室
IPC: G06F40/205 , G06F40/253 , G06V30/148 , G06F40/154
Abstract: 本发明公开了一种面向科学领域大模型训练语料的可视化方法和系统，包括：在服务端将从对象存储服务器获取的markdown格式的科学领域大模型训练语料分段流式传输到客户端；在客户端对接收到的markdown文本中的富文本内容进行解析和渲染得到还原结果；在客户端生成markdown文本的PDF原文内容与还原结果的对比图，并在对比图上附加语料元数据、用户信息水印和语料质量评分。本发明能够高效、准确、安全地传输、解析、渲染和分享markdown格式的科学领域大模型训练语料，并将语料质量评估结果分享到内外部专家，从而帮助科学领域大模型训练提供高质量语料数据，提高科学领域大模型准确率。
-
公开(公告)号：CN119047458A
公开(公告)日：2024-11-29
申请号：CN202411525964.8
申请日：2024-10-30
Applicant: 之江实验室
IPC: G06F40/205 , G06F40/253 , G06V30/148 , G06F40/154
Abstract: 本发明公开了一种面向科学领域大模型训练语料的可视化方法和系统，包括：在服务端将从对象存储服务器获取的markdown格式的科学领域大模型训练语料分段流式传输到客户端；在客户端对接收到的markdown文本中的富文本内容进行解析和渲染得到还原结果；在客户端生成markdown文本的PDF原文内容与还原结果的对比图，并在对比图上附加语料元数据、用户信息水印和语料质量评分。本发明能够高效、准确、安全地传输、解析、渲染和分享markdown格式的科学领域大模型训练语料，并将语料质量评估结果分享到内外部专家，从而帮助科学领域大模型训练提供高质量语料数据，提高科学领域大模型准确率。
-
公开(公告)号：CN118277645A
公开(公告)日：2024-07-02
申请号：CN202410710728.7
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F16/953 , G06N5/022
Abstract: 本发明公开了一种基于大语言模型的数据增强方法和装置，方法包括以下步骤：获取领域种子实体，将种子实体在原始语料数据中进行实体筛查以得到对应种子实体的上下文片段数据；以种子实体和上下文片段数据为基础，通过大语言模型进行用于网页信息查询的检索增强生成，生成扩展后的检索语句；将检索语句输入搜索引擎进行网页信息查询，获得返回结果中的TopN网页，解析TopN网页得到检索数据集；将检索语句与检索数据集一并输入大语言模型进行摘要总结，输出得到总结后的增强语料数据。本发明能够高质量地对原始语料数据进行自动化补充和扩展，实现更加高效和准确的数据增强。
-
公开(公告)号：CN119378524B
公开(公告)日：2025-04-18
申请号：CN202411954877.4
申请日：2024-12-27
Applicant: 之江实验室
IPC: G06F40/186 , G06F16/34 , G06F16/35
Abstract: 本说明书公开了一种信息图生成方法、装置、设备及可读存储介质，从获取的数据文件中提取总结性摘要，从预先构建的信息图模板库中选择目标模板，根据总结性摘要、数据文件和目标模板得到数据事实，根据数据事实生成可视化图表，并将可视化图表填入目标模板得到目标信息图。可见，以从数据文件中提取的总结性摘要和数据文件本身为依据，通过大语言模型生成适配目标模板的数据事实，能够客观地描述数据文件，并且，基于数据事实生成的信息图能够以美观的布局结构充分展示数据文件，可以直接应用于特定专业领域，在降低信息图生成门槛的同时，提升了效率。
-
公开(公告)号：CN119378524A
公开(公告)日：2025-01-28
申请号：CN202411954877.4
申请日：2024-12-27
Applicant: 之江实验室
IPC: G06F40/186 , G06F16/34 , G06F16/35
Abstract: 本说明书公开了一种信息图生成方法、装置、设备及可读存储介质，从获取的数据文件中提取总结性摘要，从预先构建的信息图模板库中选择目标模板，根据总结性摘要、数据文件和目标模板得到数据事实，根据数据事实生成可视化图表，并将可视化图表填入目标模板得到目标信息图。可见，以从数据文件中提取的总结性摘要和数据文件本身为依据，通过大语言模型生成适配目标模板的数据事实，能够客观地描述数据文件，并且，基于数据事实生成的信息图能够以美观的布局结构充分展示数据文件，可以直接应用于特定专业领域，在降低信息图生成门槛的同时，提升了效率。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.024 seconds)
