摘要
本发明公开一种基于多层迭代优化反馈机制的大模型智能体系统,包括用于将输入的多模态数据进行特征融合,同时量化不同模态数据的不确定性,得到规范化多模态特征数据的规范化输入处理层,所述规范化多模态特征数据输入用于将所述规范化多模态特征数据进行时序知识图谱构建,得到决策树特征数据并生成决策树,用于决策推理的核心决策层;所述决策树特征数据输入进行跨层级传播联合优化处理,得到参数均衡、动态适应性强的决策推理模型的优化反馈层。本发明解决了现有大模型智能体理解偏差累积、跨层级协同优化缺陷与动态环境实时响应局限的问题。
技术关键词
智能体系统
多模态特征融合
流式数据处理单元
层级
概率分布建模
动态知识图谱
特征选择
机制
知识图谱构建
贝叶斯方法
Hessian矩阵
贝叶斯神经网络
Sigmoid函数
时序
模块
蒙特卡洛