【技术实现步骤摘要】
本申请涉及人工智能，特别涉及一种代码文本生成方法、装置、设备、存储介质及产品。
技术介绍
1、随着大型生成式语言模型的迅速发展，越来越多的大型生成式语言模型涌现出来。大型生成式语言模型通过学习专业知识，能够执行专业领域的特定任务。以智能编程为例，智能编程可以被理解为基于大型生成式语言模型生成可以执行某种功能的代码文本。
2、大型生成式语言模型是一种生成式文本信息处理模型，其文本生成的原理是基于文字出现概率生成文本，体现的是一种推理过程。目前基于大型生成式语言模型生成的代码文本的质量尚不稳定，在可执行方面也存在一些难度，需要人工介入优化才能最终得到可执行的高质量代码文本。
技术实现思路
1、本申请实施例提供了一种代码文本生成方法、装置、设备、存储介质及产品，能够基于大型生成式语言模型输出质量稳定的高质量代码文本，并且，还可以将代码文本在执行环节的调试过程，融入大型生成式语言模型调整代码的过程中，得到最终符合预期且可以执行的代码，从而从可执行角度进一步提高大型生成式语言模型输出代码的质量。
2、根据本申请实施例的一个方面，提供了一种代码文本生成方法，所述方法包括：
3、获取提问信息，所述提问信息用于指示大规模语言生成模型输出满足所述提问信息对应的代码要求的代码文本；
4、将所述提问信息输入大型生成式语言模型集群，得到至少两个代码段，所述大型生成式语言模型集群包括至少两个大型生成式语言模型；
5、将所述至少两个代码段输入所述大型
6、将各所述文本解释信息分别与所述提问信息进行匹配操作，得到匹配结果；
7、在所述匹配结果指示存在与所述提问信息相匹配的目标文本解释信息的情况下，基于所述目标文本解释信息对应的代码段得到针对所述提问信息的代码文本生成结果。
8、根据本申请实施例的一个方面，提供了一种代码文本生成装置，所述装置包括：
9、提问信息获取模块，用于获取提问信息，所述提问信息用于指示大规模语言生成模型输出满足所述提问信息对应的代码要求的代码文本；
10、代码文本生成模块，用于执行下述操作：
11、将所述提问信息输入大型生成式语言模型集群，得到至少两个代码段，所述大型生成式语言模型集群包括至少两个大型生成式语言模型；
12、将所述至少两个代码段输入所述大型生成式语言模型集群，得到每一所述代码段对应的文本解释信息；
13、将各所述文本解释信息分别与所述提问信息进行匹配操作，得到匹配结果；
14、在所述匹配结果指示存在与所述提问信息相匹配的目标文本解释信息的情况下，基于所述目标文本解释信息对应的代码段得到针对所述提问信息的代码文本生成结果。
15、根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现上述代码文本生成方法。
16、根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现上述代码文本生成方法。
17、根据本申请实施例的一个方面，提供了一种计算机程序产品，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行以实现上述代码文本生成方法。
18、本申请实施例提供的技术方案可以带来如下有益效果：
19、本申请实施例提供一种代码文本生成方法，该代码文本生成方法旨在在基于大型生成式语言模型自动生成代码文本的场景中，在相关技术不能对代码质量进行准确评估并且难以通过约束用户输入的提问控制生成出的代码文本质量的前提下，提供一种能够基于大型生成式语言模型输出质量稳定的代码文本的技术方案。并且，在得到高质量的代码文本的前提下，本申请实施例还可以提供一种自动进行代码文本调整的方法，通过将代码文本在执行环节的调试过程，融入大型生成式语言模型调整代码的过程中，触发大型生成式语言模型对执行结果进行判断，循环地对执行结果进行优化和改进，得到最终符合预期且可以执行的代码，从而从可执行角度进一步提高大型生成式语言模型输出代码的质量。
本文档来自技高网...【技术保护点】
1.一种代码文本生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标文本解释信息对应的代码段得到针对所述提问信息的代码文本生成结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述大型生成式语言模型集群包括至少三个大型生成式语言模型，所述目标模型集群是所述大型生成式语言模型集群的真子集，所述根据目标模型集群的投票结果，得到针对所述提问信息的代码文本生成结果，包括：
4.根据权利要求1至3中任意一项所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述优化所述代码文本生成结果，包括：
9.根据权利要求8所述的方法，其特征在于，所述方法还包括：
10.一种代码文本生成装置，其特征在于，所述装置包括：
11.一种计算机设备，
12.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如权利要求1至9任一项所述的代码文本生成方法。
13.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机指令，所述计算机指令存储在计算机可读存储介质中，计算机设备的处理器从所述计算机可读存储介质读取所述计算机指令，所述处理器执行所述计算机指令，使得所述计算机设备执行以实现如权利要求1至9任一项所述的代码文本生成方法。
...【技术特征摘要】
1.一种代码文本生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于所述目标文本解释信息对应的代码段得到针对所述提问信息的代码文本生成结果，包括：
3.根据权利要求2所述的方法，其特征在于，所述大型生成式语言模型集群包括至少三个大型生成式语言模型，所述目标模型集群是所述大型生成式语言模型集群的真子集，所述根据目标模型集群的投票结果，得到针对所述提问信息的代码文本生成结果，包括：
4.根据权利要求1至3中任意一项所述的方法，其特征在于：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求3所述的方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述优化所述代码文本生成结果，包括：
9.根据权利要求8所述的方法，其特征在于，所述方法还...
【专利技术属性】
技术研发人员：郑汉锋，
申请(专利权)人：腾讯科技深圳有限公司，
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。