申请/专利权人:中山大学
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117808102A
主分类号:G06N5/04
分类号:G06N5/04;G06F16/33;G06F40/126
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:本发明公开了一种智能体推理方法、系统、设备及存储介质,该方法包括:对问题文本和对应的上下文描述文本进行封装处理,便于模型预测的答案与问题对应;然后基于改进后的BERT网络模型生成答案,改进后的BERT网络模型包括嵌入层、Transformer编码器和全连接层,通过Transformer编码器对编码后的文本数据进行细粒度优化的并行计算,从而能够将数据划分到多个实例进行并行计算,每个实例可以使用更少的内核实现更低的延迟,提高了资源利用率,最后通过全连接层将文本特征数据转换为文本位置概率值,并根据文本位置概率值确定答案文本,从而能够提高了众核处理器上智能体推理的速度。
主权项:1.一种智能体推理方法,其特征在于,所述方法应用于众核处理器,所述智能体推理方法包括:对问题文本和对应的上下文描述文本进行封装处理,获得处理后的文本数据;将所述处理后的文本数据输入至改进后的BERT网络模型,生成答案文本,所述改进后的BERT网络模型包括嵌入层、Transformer编码器和全连接层,所述嵌入层用于对所述处理后的文本数据进行编码,获得编码后的文本数据,所述Transformer编码器用于对所述编码后的文本数据进行并行计算处理,获得文本特征数据,所述全连接层用于将所述文本特征数据转换为文本位置概率值,并根据所述文本位置概率值确定答案文本。
全文数据:
权利要求:
百度查询: 中山大学 智能体推理方法、系统、设备及存储介质
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。