申请/专利权人：华为技术有限公司;北京大学

申请日：2023-12-28

公开（公告）日：2024-04-02

公开（公告）号：CN117807983A

主分类号：G06F40/205

分类号：G06F40/205;G06N3/092

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种将大语言模型与RESTfulAPI连接的方法，通过以大语言模型为基础的四个模块：规划器、API选择器、调用器、解析器互相协作，完成由粗至细的在线规划以及API规划的执行，从而解决真实应用环境中的用户指令。该方法能够与现有的基于REST的网络架构相兼容，提供很强的扩展性。由粗至细的任务规划充分利用了大语言模型的推理和规划能力，规划器完成粗粒度的任务规划，API选择器在其基础上选择细粒度的API去完成粗粒度子任务，生成API请求任务。在API请求任务执行中，调用器根据API的参数文档组织参数，得到请求响应后，解析器生成信息抽取的代码，避免了直接使用大语言模型解析复杂的JSON结构，具有极强的灵活性。

主权项：1.一种将大语言模型与RESTfulAPI连接的方法，其特征在于，由规划器P、API选择器S、调用器C和解析器Q四个模块分别完成任务规划、API选择、API调用和API响应结果解析的功能，其中调用器C和解析器Q共同构成了执行器E，负责执行API选择器生成的API任务；不同模块读取OAS中的不同信息，API选择器S读取API的描述信息，调用器C则读取API的请求参数文档，解析器Q读取API响应结构信息；在接收用户指令之后，执行“任务规划-任务执行”的循环迭代，即进行由粗至细的任务规划和API请求任务执行两个过程，使大语言模型不断与RESTfulAPI进行交互，以完成真实的用户指令；包括：1由粗至细的任务规划：根据用户指令和历史执行结果，由规划器P生成较粗粒度的子任务，由API选择器S生成细粒度的API请求任务；2API请求任务执行：执行器E执行API请求任务，其中调用器C根据API请求任务组织请求参数，在得到API响应后，解析器Q对API响应进行解析，返回最终结果。

全文数据：

权利要求：

百度查询： 华为技术有限公司;北京大学 一种将大语言模型与RESTful API连接的方法

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