摘要
本申请公开了一种基于AI大模型的问答模型训练方法,涉及AI问答技术领域,所述的方法包括:通过采样方法从预设企业数据中选取人力数据、经营数据和项目数据等多维度企业数据;根据多维度企业数据构建初始知识图谱;通过知识补全任务补全初始知识图谱中的缺失值;根据知识图谱对预设AI大模型进行监督微调训练,对训练后的AI大模型进行剪枝训练,获得企业问答模型。由于本申请通过采样方法从预设企业数据中选取多维度数据,从而能够在保证数据多样性的同时减少计算资源;根据多维数据构建并且补全知识图谱,能够用于模型训练;对大模型进行监督微调和剪枝训练,从而能够降低数据复杂度和模型规模的同时提高模型训练的效率。
技术关键词
问答模型训练方法
企业
随机采样方法
数据
预训练语言模型
计算机程序产品
知识图谱补全
训练装置
知识图谱构建
命名实体识别
项目
问答技术
语义
关系
人力
训练设备
系统为您推荐了相关专利信息
SLAM系统
时间序列特征
轨迹误差
引导系统
时空特征点
城市环境监管方法
视频算法
多模态数据采集
云端管理平台
智能派单
舰船检测方法
SAR图像舰船
跨层特征
权重分配机制
注意力机制
智能代理方法
数据交互通道
多轮对话
字段
节假日信息