申请/专利权人：新华三技术有限公司

申请日：2023-11-20

公开（公告）日：2024-03-12

公开（公告）号：CN117252251B

主分类号：G06N3/09

分类号：G06N3/09;G06N7/02

优先权：

专利状态码：有效-授权

法律状态：2024.03.12#授权;2024.01.05#实质审查的生效;2023.12.19#公开

摘要：本发明公开一种私域数据的生成方法、装置、设备和存储介质，该方法包括：获取API数据源，根据私域的API数据组合出若干条目，并根据若干条目和数据结构得到至少一个第一QA对，对至少一个第一QA对进行模糊化处理得到至少一个第二QA和映射关系表，对至少一个第二QA对进行深化拓展得到至少一个第三QA对；根据映射关系表对至少一个第三QA对进行清晰化处理得到至少一个第四QA对，并作为符合私域API的有监督微调SFT数据集传输至训练模型，以使利用SFT数据集训练出大语言模型。本方法随机生成大量覆盖多个业务范围的SFT用例，从而增加了QA对广度；并且通过对生成的第一QA对进行模糊化处理提高私域代码的安全性。

主权项：1.一种私域数据的生成方法，其特征在于，所述方法包括：获取应用程序编程接口API数据源，所述API数据源中包括私域的API数据以及用于描述所述API数据的数据结构；根据所述私域的API数据组合出若干条目，并根据所述若干条目和所述数据结构，得到至少一个第一QA对；按照预设规则，对所述至少一个第一QA对进行模糊化处理，得到至少一个第二QA对和映射关系表，所述映射关系表用于描述模糊化处理前后第一QA对与第二QA对之间的对应关系，所述模糊化处理包括：改变每个所述第一QA对的代码所在的条件空间、或者改变所述代码的函数风格、或者改变所述代码的函数参数；对所述至少一个第二QA对进行深化拓展，得到至少一个第三QA对，所述深化拓展包括：对模糊化生成的所述第二QA对做进一步演化，生成结构复杂、且具有多样化的所述第三QA对；根据所述映射关系表，对所述至少一个第三QA对进行清晰化处理，得到至少一个第四QA对，第四QA对为符合私域API的有监督微调SFT数据集；将所述至少一个第四QA对作为符合私域API的有监督微调SFT数据集传输至训练模型，以使所述训练模型利用所述SFT数据集训练出大语言模型；其中所述私域的API数据包括：第一API基础数据和第二API基础数据，第一API基础数据对应第一API集合，第二API基础数据对应第二API集合，每个API集合中包含一个或多个API子集；所述根据所述私域的API数据组合出若干条目，具体包括：将从所述第一API集合中选择出的一个或多个的API子集，与，从所述第二API集合中选择出的一个或多个的API子集进行组合，生成一个条目，所述条目具有被选出的所有API子集的功能。

全文数据：

权利要求：

百度查询： 新华三技术有限公司 一种私域数据的生成方法、装置、设备和存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD