一种基于大模型进行人机对话过程中真人检测的方法技术

本发明专利技术提供了一种基于大模型进行人机对话过程中真人检测的方法，包括：步骤1，数据收集：收集用户个人的原始数据，并进行预处理；步骤2，进行模型的构建；步骤3，模型微调；步骤4，微调策略：尝试不同的策略，以获得更好的结果；步骤5，评估和迭代：根据评估和用户反馈，不断改进模型以满足实际需求；步骤6，隐私和安全考虑：所有数据都存放在用户电脑端，大模型平台侧不进行用户数据的保存。该方法能够充分捕捉对话的上下文、语义和情感信息，从而有效区分真实用户和机器生成的回复。它具备高度的适应性，能够自动学习和应对新的虚假对话模式。该方法的应用领域广泛，可用于在线社交平台、客服系统等。

【技术实现步骤摘要】

本专利技术属于新兴信息技术(云计算、大数据、ai、区块链、物联网/车联网、业务平台、视频通信、iptv、新型ict等)领域，尤其涉及一种基于大模型进行人机对话过程中真人检测的方法。

技术介绍

1、随着ict技术的发展，人们的社交、商业活动等范围逐渐扩大，由于我们所处的环境越来越复杂，人们的行为表现出现了多样性和复杂性，仅凭自身已有的经验无法在人机对话过程中检测出与你对话的是真人，还是机器人，因此，需要有一种方法来对这种情形进行真人的识别。

2、目前，对于人机对话过程中真人检测的方法，常用的方法有自然语言处理(nlp)、知识库和规则引擎、机器学习、循环神经网络(rnn)、长短时记忆网络(lstm)、卷积神经网络(cnn)、预训练模型等。这些模型算法存在着训练样本量少、语义理解低、模型解释性差、用户体验差等一系列问题。

技术实现思路

1、专利技术目的：为了解决现有技术的问题，本专利技术提出了一种基于大模型进行人机对话过程中真人检测的方法。这种方法结合使用了预训练模型来提取文本特征，然后利用循环神经网络本文档来自技高网...

【技术保护点】

1.一种基于大模型进行人机对话过程中真人检测的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述用户个人的原始数据包括用户语音、人脸图片、历史对话和动作行为数据。

3.根据权利要求2所述的方法，其特征在于，步骤1中，所述动作行为数据包括用户的交互、移动、发言、购物和游戏行为数据。

4.根据权利要求3所述的方法，其特征在于，步骤1中，所述预处理包括分词、去除噪声。

5.根据权利要求4所述的方法，其特征在于，步骤2中，所述模型架构采用混合云架构模式，在基于公有云的大模型平台上，使用大模型平台的nlp语义识...

【技术特征摘要】

1.一种基于大模型进行人机对话过程中真人检测的方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述用户个人的原始数据包括用户语音、人脸图片、历史对话和动作行为数据。

3.根据权利要求2所述的方法，其特征在于，步骤1中，所述动作行为数据包括用户的交互、移动、发言、购物和游戏行为数据。

4.根据权利要求3所述的方法，其特征在于，步骤1中，所述预处理包括分词、去除噪声。

5.根据权利要求4所述的方法，其特征在于，步骤2中，所述模型架构采用混合云架构模式，在基于公有云的大模型平台上，使用大模型平台的nlp语义识别、解析技术来进行关键信息的提炼；不对上传的本地数据进行保存；本地客户端copilot存放模型库和数据库，所...

【专利技术属性】
技术研发人员：贾建兵，赵郭斌，白雨，陈林翔，陈守宁，
申请(专利权)人：中通服咨询设计研究院有限公司，
类型：发明
国别省市：