摘要
本发明提供一种基于大模型与检索优化的业务处理方法及系统,构建了催收知识库,通过量化低秩适配技术对预训练大语言模型进行微调得到了针对催收业务优化的大语言模型,并且在模型训练中采用了独特的模型参数固定、仅低秩矩阵优化的策略,在大幅减少计算资源占用的同时,显著提升大模型在催收专业领域的准确性和性能表现。进一步,通过RAG技术的应用实现了催收相关知识的动态更新,有效解决了知识更新滞后的问题,并通过同义查询增强与混合检索策略的协同作用,显著提高了检索召回率,使得大语言模型能够从少量知识资源中准确获取相关知识,极大地提升了回答的准确性和可靠性,为催收业务处理提供了更有力的支持,有效提升了催收效果。
技术关键词
大语言模型
生成技术
文本
客户
排序融合算法
排序算法
矩阵
编码
检索策略
存储模块
基座
参数
噪声数据
索引
动态更新
分块
风险
系统为您推荐了相关专利信息
数据特征提取
大语言模型
情绪特征
数据处理方法
语音
页面内容
光学字符识别技术
对象
文本
深度学习模型