本申请涉及人工智能与计算机视觉技术领域，可应用于科技金融/数字医疗领域，公开了一种基于熵感知的时序策略的视频推理方法及相关设备。该方法包括：获取待处理视频并对视频帧进行运动特征和语义特征提取，得到用于时序分析的初始帧特征序列；根据相邻帧...

本申请公开一种城乡道路交通态势的识别方法、装置、介质及设备，涉及数据处理技术领域，可应用于金融科技业务场景，包括：依据行政区划类POI信息划分城乡全域的道路网格，并为各道路网格标定地理基准点位；调取任意两个道路网格间的地理基准点位构建通...

本申请属于人工智能技术领域，涉及一种基于机器人的任务处理方法、装置、计算机设备及介质，包括：采集真实应用场景下的参数数据；对参数数据进行环境建模生成仿真环境模型；对仿真环境模型进行数据生成得到初始训练数据；基于初始训练数据对数据生成策略...

本发明涉及人工智能技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了一种用于多模态大模型的剪枝方法、装置、设备及介质，包括：获取待处理的输入图像，将待处理的图像输入多模态大模型，生成对应的视觉令牌集合；对视觉令牌集合进行关键令...

本发明涉及计算机技术领域，公开了一种多模态融合关键帧的提取方法、装置、设备及介质，包括：获取多模态输入数据，并进行模态特征编码，得到视频模态特征、音频模态特征以及文本模态特征；对视频模态特征、音频模态特征以及文本模态特征进行注意力融合，...

本发明涉及智能决策技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了一种文本思维链子链的划分方法、装置、设备及介质，包括：获取目标任务对应的输入文本，对输入文本进行文本结构化处理，得到结构化文本；对目标任务和结构化文本进行置信...

本发明涉及人工智能技术领域，可应用于金融科技和医疗科技领域，公开了一种面向开放式对话大语言模型训练方法、装置、设备及介质，该方法先获取不同场景下的多个问题提示词构造训练数据集；再结合问题提示词与预设显式思考引导提示词，让大语言模型生成链...

本发明涉及数据安全技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种面向软件开发的安全处理方法、装置、设备及介质，包括：获取项目需求文档识别异常点生成需求异常清单；获取架构设计文档识别安全隐患生成设计改进建议；基于业务逻辑描述...

本申请属于人工智能技术领域，涉及一种机器人控制方法、装置、计算机设备及存储介质，包括：采集机器人在历史时间周期内的全链路行为数据；从全链路行为数据中筛选出与机器人任务相关的目标特征数据；基于目标特征数据对预设的决策树算法进行训练得到训练...

本发明涉及语音语义技术领域，可应用于金融科技及医疗健康等业务场景中，公开了一种基于语义解析的手语动画生成方法、装置、设备及介质，包括：接收语音输入并识别为文本内容，对文本内容进行领域语义解析生成领域语义模板，将领域语义模板转换为手语中间...

本申请实施例提供一种语音合成适配方法、装置、设备及存储介质，可以应用于金融、医疗等保险领域的客户服务系统。所述方法可以先获取基础训练数据和微调数据。再通过将训练文本转化为国际音标，并在音素层面学习跨语言通用映射关系获得通用映射数据。然后...

本发明涉及人工智能技术领域，可应用于医疗健康及金融科技等业务中，公开了一种基于动态跳层的模型推测解码方法，包括：预先构建目标大语言模型，通过目标大语言模型定义草稿模型；获取若干跳层方案，根据跳层方案构建跳层模式集合；根据当前输入状态和目...

本发明涉及人工智能领域，可应用于金融领域，本发明公开了一种基于多源信息融合的智能驾驶风险评估方法、装置及设备，该方法包括获取车款软硬件数据，将车款软硬件数据输入至预训练的机器学习模型以获得预测赔付率，并将预测赔付率转换为第一维度评分；获...

本发明涉及人工智能领域，技术方案可应用在金融科技领域、医疗健康领域，公开了一种基于情绪控制的语音合成方法、装置、设备及介质，所述方法包括：接收用户输入的文本数据及选定的目标情绪标签；通过预训练的情绪映射模型将情绪标签映射为固定维度的情绪...

本申请涉及一种可回访记忆驱动的长上下文推理方法、装置、设备及介质，涉及人工智能与自然语言领域，可应用于金融及医疗领域，包括：顺序接收长上下文文档的当前文段，并基于当前文段和当前文段的当前记忆状态，生成回访查询指令；根据回访查询指令，从历...

本申请涉及人工智能与多模态大语言模型、金融科技、医疗健康技术领域，具体公开了一种基于选择视觉token的多模态推理任务处理方法及装置、存储介质、计算机设备，该方法包括：接收待处理图像对象和文本指令；将文本指令编码为文本token序列，将...

本发明涉及机械臂技术领域，可应用于智慧城市领域，公开了一种基于视觉语言模型的机械臂控制方法、装置、设备及介质，方法包括：获取当前环境图像，并利用视觉感知模型提取预处理后的所述当前环境图像的视觉特征向量，其中，所述视觉感知模型是利用大规模...

本申请公开了一种基于多模态大模型的视频推理方法、装置、存储介质及计算机设备，该方法包括：获取待推理的目标视频和推理问题；基于所述目标视频和所述推理问题构建提示词，将所述提示词输入至预训练的多模态大模型中，以通过所述多模态大模型对所述目标...

本发明公开了一种视觉语言模型推理能力增强方法、装置、设备及介质，应用于金融和医疗领域的场景，所述视觉语言模型推理能力增强方法通过选取基于相同预训练基底的目标视觉语言模型的语言组件和源推理语言模型，利用参数差分提取二者相对于基底模型的第一...

本发明涉及人工智能领域，可应用于金融、医疗领域，本发明公开了一种大规模代码生成方法、装置、设备及介质，该方法通过多维链式推理模块将项目需求信息自顶向下逐级分解到至少两个不同粒度的维度并生成每一维度对应的规范文件，根据最低级别维度对应的规...