【技术实现步骤摘要】
本公开涉及ai(artificial intelligence，人工智能)领域，具体涉及nlp(natural language processing，自然语言处理)、大模型、llms(large language models，大语言模型)、深度学习等，尤其涉及计算题目的解答和模型训练方法、装置、设备和介质。
技术介绍
1、在用户的日常学习场景中，经常需要对计算题目(如数学题目、物理题目、化学题目、工程学题目等)进行计算，如果仅向用户提供计算题目对应的答案，则可能无法满足用户的深度求解求知的需求。因此，如何对计算题目进行讲解或者对计算题目的答案进行分析讲解，以满足用户的深度求知需求是非常重要的。
技术实现思路
1、本公开提供了一种用于计算题目的解答和模型训练方法、装置、设备和介质。
2、根据本公开的一方面，提供了一种计算题目的解答方法，包括：
3、获取目标计算题目以及对应的目标答案；
4、获取与所述目标计算题目适配的提示信息；其中，所述提示信息用于指示...
【技术保护点】
1.一种计算题目的解答方法，包括：
2.根据权利要求1所述的方法，其中，所述获取与所述目标计算题目适配的提示信息，包括：
3.根据权利要求2所述的方法，其中，所述获取与所述题目类适配的提示信息，包括：
4.根据权利要求3所述的方法，其中，所述根据所述参考示例，生成所述提示信息，包括：
5.根据权利要求1所述的方法，其中，所述采用所述大模型基于所述提示信息，对所述目标计算题目和所述目标答案进行解答处理，得到所述目标计算题目的目标结构化数据，包括：
6.根据权利要求1-5中任一项所述的方法，其中，所述目标计算题目...
【技术特征摘要】
1.一种计算题目的解答方法，包括：
2.根据权利要求1所述的方法，其中，所述获取与所述目标计算题目适配的提示信息，包括：
3.根据权利要求2所述的方法，其中，所述获取与所述题目类适配的提示信息，包括：
4.根据权利要求3所述的方法，其中，所述根据所述参考示例，生成所述提示信息，包括：
5.根据权利要求1所述的方法，其中，所述采用所述大模型基于所述提示信息，对所述目标计算题目和所述目标答案进行解答处理，得到所述目标计算题目的目标结构化数据，包括：
6.根据权利要求1-5中任一项所述的方法，其中，所述目标计算题目的数量为多个，所述采用所述大模型基于所述提示信息，对所述目标计算题目和所述目标答案进行处理，得到所述目标计算题目的目标结构化数据之后，所述方法还包括：
7.根据权利要求6所述的方法，其中，所述根据所述第一样本集和/或所述第二样本集，生成目标样本集，包括：
8.根据权利要求7所述的方法，其中，所述根据所述第一样本集和/或所述第二样本集，生成目标样本集，还包括：
9.根据权利要求8所述的方法，其中，所述对更新后的第三样本中的第二结构化数据进行质量校验，以根据校验结果对所述目标样本集进行更新，包括：
10.根据权利要求9所述的方法，其中，所述根据所述第三样本集，对所述目标样本集进行更新，包括：
11.根据权利要求6所述的方法，其中，所述对每个所述目标计算题目的目标结构化数据进行质量校验，包括：
12.根据权利要求6所述的方法，其中，所述对每个所述目标计算题目的目标结构化数据进行质量校验，包括：
13.一种计算题目解答模型的训练方法，包括：
14.根据权利要求13所述的方法，其中，所述训练样本还包括：所述样本计算题...
【专利技术属性】
技术研发人员：蒋承霖，周璟，何晓楠，石磊，
申请(专利权)人：上海小度技术有限公司，
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。