一种大模型向量最优化分析系统

本发明公开了一种大模型向量最优化分析系统，涉及向量模型优化技术领域；包括如下步骤：S1：数据收集步骤，使用增量式DBSCAN算法对用户数据进行动态聚类：自动发现新类别(如地区性手语变体‘谢谢’)；弹性扩展旧类别，避免k‑means硬划分错误。S2：文本特征提取和向量化步骤，采用HanLP进行文本清洗，随后使用分词器工具过滤无用词语，去除HTML标签、特殊字符和标点符号，得到标准文本，再使用BERT模型对标准文本进行特征提取，得到特征向量，S3：注意力机制优化步骤，在注意力机制总维度不变的情况下；本发明通过引入了循环更新策略和助教机制，通过不断学习和优化，以适应不同的任务和需求。这一机制使得系统能够持续更新和优化模型，提高预测准确性，同时生成多个不同领域的可独立运行的学生模型，以满足不同任务的需求。