摘要
本发明公开了一种面向异构大语言模型多智能体的多尺度任务协同编排方法及设备,该方法先获取待编排任务处理需求和各智能体任务适配能力,据此构建含智能体节点和任务节点的异构交互图;接着,依据智能体任务适配能力及任务处理需求的相似程度,对图中节点聚类分组;之后,用预先训练好的多尺度协同任务编排模型对分组后的图进行粗粒度处理,得到粗粒度协同编排方案;再将任务节点输入任务调度优先级模型获取优先级,利用它对粗粒度方案细粒度处理,得到智能体与对应任务间的细粒度协同编排方案。本发明目的在于解决任务编排中因智能体异构、通信开销大、任务动态复杂引发的调度效率低下问题。
技术关键词
节点
编排方法
大语言模型
异构
标签
多尺度
投票方法
智能体系统
任务调度
矩阵
聚类方法
邻居
神经网络训练
度量
处理器
基础
能耗
计算机设备
精度
系统为您推荐了相关专利信息
数据采集终端
决策树模型
数据分类模型
老年人健康
决策树算法
遥感影像分割方法
模型训练方法
遥感影像识别
视觉
模型预训练