摘要
本发明提供一种化学大模型属性预测方法、装置、电子设备及存储介质,涉及人工智能技术领域,所述方法包括:获取待测试问题,通过预训练的检索模型在预定义的候选池中检索确定与所述待测试问题对应的目标对数的目标上下文示例;其中,所述检索模型为:基于通过稀疏检索生成的训练数据集进行稠密检索训练得到,所述稠密检索训练引入交叉编码器与双编码器架构;所述候选池包括:多对上下文示例;将所述待测试问题与所述目标对数的目标上下文示例按照预设prompt模板进行拼接并输入至化学大模型中,输出与所述待测试问题对应的属性预测结果。通过本发明提供的方法,为化学大模型提供有力的推理依据,切实实现了其在属性预测任务上的有效改进。
技术关键词
属性预测方法
编码器架构
样本
双编码器
独立编码器
数据
非暂态计算机可读存储介质
电子设备
人工智能技术
处理器
预测装置
模板
蒸馏
分支
存储器
策略
参数
模块
标签
系统为您推荐了相关专利信息
发动机涡轮叶片
数字孪生模型
建模方法
多项式
不确定性传播分析
图像生成模型
样本
计算机可执行指令
对象
计算机程序产品
谣言检测方法
话题
注意力机制
样本
预训练语言模型
纠偏功能
模式识别算法
车辆行驶数据
多层感知机
历史行驶数据