申请/专利权人:国网安徽省电力有限公司综合服务中心;安徽明生恒卓科技有限公司;中国科学院合肥物质科学研究院
申请日:2024-04-28
公开(公告)日:2024-06-25
公开(公告)号:CN118245586A
主分类号:G06F16/332
分类号:G06F16/332;G06N5/04;G06Q50/06;G06F16/33
优先权:
专利状态码:在审-公开
法律状态:2024.06.25#公开
摘要:本发明涉及一种电力审计垂直领域的大语言模型生成式知识问答方法,与现有技术相比解决了尚无针对电力审计垂直领域的大语言模型的缺陷。本发明包括以下步骤:电力审计垂直领域数据集的构建;构建大小语言模型协同架构;大小语言模型协同架构的训练;电力审计垂直领域大语言模型的推理问答。本发明构建了符合电力审计行业要求的电力审计垂直领域大语言模型,有效帮助模型融合电力审计领域专业知识,实现审计数据库智能查询分析与电力领域专业知识智能问答。
主权项:1.一种电力审计垂直领域的大语言模型生成式知识问答方法,其特征在于,包括以下步骤:11电力审计垂直领域数据集的构建:获取通用领域的大语言模型数据集以及电力审计垂直领域资料,其中电力审计垂直领域资料通过自动化标注工具生成大语言模型训练的各类数据集;12构建大小语言模型协同架构:根据用户问题和电力审计复杂的场景,利用不同数据集训练具有不同能力的大小语言模型,将其分布在架构不同部分,共同构建大小语言模型协同架构;13大小语言模型协同架构的训练:基于各类数据集对大小语言模型协同架构进行训练,微调训练出不同的大小语言模型;14电力审计垂直领域大语言模型的推理问答:将用户输入问题时,送入大小语言模型协同架构,大小语言模型协同架构根据问题生成解答知识。
全文数据:
权利要求:
百度查询: 国网安徽省电力有限公司综合服务中心;安徽明生恒卓科技有限公司;中国科学院合肥物质科学研究院 一种电力审计垂直领域的大语言模型生成式知识问答方法
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。