【技术实现步骤摘要】
本专利技术涉及自然语言处理，尤其涉及一种思维图提示增强的基础模型任务分解与调度方法及装置。
技术介绍
1、解决不同领域和模态的复杂人工智能任务是迈向高级人工智能的关键一步。虽然有丰富的人工智能模型可用于不同领域和模态，但现有瞄准简单任务设计的专用小模型无法处理专业领域复杂任务问题。
2、大型语言模型（large language models，llms）在语言理解、生成、交互和推理方面表现出的卓越能力，可以作为一个控制器来管理现有的人工智能模型，以解决复杂的人工智能任务，而语言可以作为一个通用接口来授权。然而，现有基于基础模型的线性、逐步链式推理的思维链提示学习方式难以适应专业领域的复杂业务流建模，不能模拟专家处理业务数据的思维过程。
技术实现思路
1、鉴于上述问题，本专利技术提供了一种思维图提示增强的基础模型任务分解与调度方法及装置，以解决现有基于基础模型难以适应复杂任务的问题。
2、本专利技术的一个方面提供了一种思维图提示增强的基础模型任务分解与调度方法，包括：...
【技术保护点】
1.一种思维图提示增强的基础模型任务分解与调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过大型语言模型将所述复杂任务拆分为多个子任务包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述复杂任务输入所述大型语言模型进行思维图启发多任务分解，得到多个需求描述语句包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述多链路上下文为各所述子任务分配所述任务处理模型包括：
6.根据权利要求1所述的方法，其特征在于...
【技术特征摘要】
1.一种思维图提示增强的基础模型任务分解与调度方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述通过大型语言模型将所述复杂任务拆分为多个子任务包括：
3.根据权利要求2所述的方法，其特征在于，所述将所述复杂任务输入所述大型语言模型进行思维图启发多任务分解，得到多个需求描述语句包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述多链路上下文为各所述子任务分配所述任务处理...
【专利技术属性】
技术研发人员：付琨，孙显，刘庆，金力，李丹丹，姚方龙，李树超，李晓宇，张泽群，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。