摘要
本发明提供一种基于混合模型的任务规划方法、装置、设备、介质和产品,该方法包括:将用户请求输入至混合模型中的第一大语言模型中,得到多个子任务;多个子任务是以有向文本图的形式被输出的;将有向文本图输入至文本嵌入模块,将有向文本图中的每个节点的文本特征转换为嵌入向量;将嵌入向量输入图神经网络,得到每个节点对应的聚合特征;将每个节点对应的聚合特征输入第二大语言模型中,得到针对用户请求的答案;其中,答案包括针对每个子任务的子答案。本申请结合了图神经网络和大语言模型各自的优势,使得用户请求显式地被拆解成多个子任务,实现准确、高可靠性和可解释的任务规划。
技术关键词
大语言模型
文本
规划
答案
邻居
多层感知机
关系
处理器
数据
计算机程序产品
节点特征
输出模块
指令
存储器
电子设备
介质
参数
系统为您推荐了相关专利信息
图像生成方法
实例分割
文本
跨模态
图像生成装置
非结构化文本
检测数据分析方法
报告
标识
舆情文本
历史信息数据库
可视化界面
号码
存储设备
文本检测模型
交互引导方法
旅游智能
资源
分布式强化学习
邻居
防坠落保护系统
布局
工作平台边缘
高空防坠落
遗传算法