摘要
一种基于大型语言模型协同小模型插件的人类流动性预测方法和装置,其方法包括:预处理原始用户签到数据,构建一个包含用户与地点在各时段上的全局交互关系的时序知识图谱,用于表示用户的签到行为。同时构造用户长期的历史签到轨迹和近期的签到轨迹;构造用户记忆向量,训练由多个编码器组成的插件小模型。该插件小模型不受限于本申请所描述的形式,可自由替换其他插件小模型;抽取用户部分历史签到轨迹以及近期签到轨迹,联合小模型生成各项偏好的前K个预测标签、置信度评分以及基准真值等数据生成提示词;利用历史数据监督微调大型语言模型,根据不带有基准真值的提示对用户的行踪进行预测,得到最终预测结果。本发明能够提供更为精准的预测结果。
技术关键词
地点
生成提示词
人类
轨迹
时间段
日期
习惯
插件模型
关系
查询特征
图谱
基准
数据
记忆
快照
编码器
预测装置
标签
处理器
系统为您推荐了相关专利信息
数据变化趋势
磁盘存储空间
控制策略
趋势预测模型
时间段
无人机自动返航
拓扑地图
搜索算法
栅格地图
障碍物
分析模块
算法
设备运行数据
废铅膏湿法
综合评价方法
重构模型
有功功率
状态评估方法
风电机组齿轮箱
油池
电量平衡方法
储能互补
DTW算法
冗余
可行解空间