摘要
本发明公开了一种基于大数据分析的AI模型性能评价方法及系统,涉及大数据分析技术领域,包括,针对目标AI模型获取任务文本数据,通过嵌入模型进行分词处理输出文本向量,使用UMAP算法对任务向量进行降维并聚类计算得到任务簇,计算任务文本向量间的余弦相似度构建任务图谱,并使用图神经网络提取任务风险评分。本发明所述方法通过利用图卷积的层次性来强化每个任务的风险评估,使得风险评分更加准确可靠,为后续的任务管理和优化提供了优先级参考,RL算法基于奖励机制不断优化生成策略,使得提示模板能够更好地符合任务目标,提高任务执行质量,通过生成对抗网络生成多个高质量的优化提示模板,确保在不同任务场景下的执行质量。
技术关键词
性能评价方法
文本
生成日志
模板
数据项
加密
偏差
生成对抗网络
审计日志
算法
分词
大数据分析技术
图谱
编码
风险
聚类
节点
生成工具
系统为您推荐了相关专利信息
调查问卷系统
多元统计分析
数据分析模块
数据收集模块
数据可视化图表
食品安全风险评估
食品安全事件
数据分析模块
移动平均时间序列模型
食品类别
视频封面生成方法
图像特征提取
文本
视频帧
对象识别
模型构建方法
工业检测系统
图像特征向量
多模态融合技术
训练集
三次B样条曲线
多场景
文本
存储机器人
交互方法