摘要
本发明提出一种基于大语言模型的人机对话方法、装置,该方法包括如下步骤:基于预设的基线策略,筛选每一时间步的初始流式输入数据,得到对应的目标流式输入数据;并将每一时间步的初始流式输入数据、目标流式输入数据输入至大语言模型,分别得到第一分布、第二分布,依据第一分布、第二分布计算KL散度与置信度。最终结合KL散度与置信度确定目标生成时刻。该方法通过对比激进策略的方式确定模型的目标生成时刻,指导大语言模型在读入恰当流式输入时生成回复,准确确定了生成时刻,避免冗余延时以及不充分的流式输入情况,满足基于大语言模型人机对话的精确性和实时性的要求。
技术关键词
大语言模型
人机对话方法
数据
人机对话装置
处理器
基线
策略
计算机程序产品
指令
代表
模块
可读存储介质
文本
语音
存储器
电子设备
冗余
指标
系统为您推荐了相关专利信息
支持向量机算法
分选方法
分类器
退役锂离子电池
曲线
短期风电功率预测方法
局部搜索策略
BiLSTM模型
双向长短期记忆网络
搜索算法
轮速传感器
电涡流传感器
电驱总成
卡尔曼滤波算法
数据