摘要
本申请实施例提供了一种车控指令预测模型的训练方法、装置、设备及介质。该方法包括:获取多组训练数据,每组训练数据包括车辆从启动到关闭的过程中的相关数据,相关数据包括有关车辆驾驶的第一数据和有关车辆状态的第二数据;针对每组训练数据,将第一数据输入到自然语言模型中,生成基于推理的第一描述文本,以及将第二数据按照规则转换成第二描述文本;基于各组训练数据对应的第一描述文本和第二描述文本,对预训练的大语言模型进行微调,直至符合模型微调的终止条件,完成大语言模型对车控指令的预测训练,获得车控指令预测模型,该方法提高了大语言模型对复杂路况、驾驶员行为模式等方面的理解能力,从而实现对车控指令的精准预测。
技术关键词
自然语言模型
大语言模型
文本
指令
注意力机制
编码向量
车辆
通信接口
模型训练模块
计算机存储介质
数据获取模块
解码器
处理器
编码器
训练装置
电子设备
存储器
模板
参数
系统为您推荐了相关专利信息
细粒度检索方法
特异
线性分类器
跨模态
融合特征
融合特征
人脸语义
人物人脸特征
人脸身份
语义特征
图像识别模型
计算机执行指令
状态识别方法
跟踪目标对象
状态识别装置