摘要
本发明公开一种基于多智能体协作的机器学习模型质检系统及方法,所述系统包括:意图识别模块对用户输入信息进行意图识别;指标分析模块当意图识别结果为模型质检时,调用模型分析智能体生成模型指标分析结果;多维度质检模块调用分析计划智能体动态生成模型分析计划,并根据模型分析计划从预设的智能体中选取并调用一个或多个目标分析智能体;输出模块基于所有目标分析智能体返回的分析结果输出模型质检结果及优化建议。本发明利用大模型的知识储备、规划能力、推理能力和总结能力,设计了包含模型分析智能体、分析计划智能体、目标分析智能体和总分析智能体的大模型工作流,可以在短时间定位模型的问题和产生原因,提高问题定位准确性。
技术关键词
意图识别
机器学习模型
波动特征
多智能体协作
动态生成模型
指标
质检系统
计划
信息处理
输出特征
生成智能
文本
计算机可执行指令
输出模块
分析模块
质检方法
分支
系统为您推荐了相关专利信息
传感模组
干预方法
长短期记忆网络预测方法
多节点
数据
访问控制系统
数据安全
动态访问控制
混合加密算法
访问控制方法
意图识别模型
意图识别方法
关键词
标签
电子设备
低合金钢
机器学习算法
性能优化方法
进化算法
性能优化装置
皮尔逊相关系数
识别模型训练方法
BP神经网络
葡萄酒
数据