【技术实现步骤摘要】
本申请涉及计算机，尤其涉及大模型，提供一种基于大模型的问答方法、装置、设备及存储介质。
技术介绍
1、随着人工智能（artificial intelligence，ai）技术的发展，大语言模型（largelanguage model，llm）逐渐被广泛使用。大语言模型是较为复杂的ai模型，它可以理解和生成人类语言，大语言模型的特点是规模巨大，小则十亿参数规模，大则百亿参数规模。大语言模型常被应用于文本摘要、问答和翻译等场景中。
2、例如，在问答场景中，可以采用会话的形式输入问题文本，输入的问题文本将被作为提示文本（prompt）提供给大语言模型，大语言模型可以根据prompt生成当前问题文本对应的答复内容。由于大语言模型是基于海量文本数据训练的深度学习模型，在问答场景中能够大大的提升答复内容的准确性。
3、可见，在问答场景中，提示文本是答复内容生成的主要依据，因而提示文本提供的信息更丰富且准确，则大语言模型生成的答复内容的准确性更高。但是，目前基于大语言模型的问答方案中，提示文本只能局限于文本这一单一维度，而文本...
【技术保护点】
1.一种基于大模型的问答方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述获得至少一轮问答过程的会话内容之后，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述多模态意图识别结果，从候选答复模型集中确定出相适配的目标答复模型，包括：
4.如权利要求1所述的方法，其特征在于，所述非文本内容包括至少一种内容模态各自对应的内容，则所述多模态意图识别结果指示：所述至少一种内容模态各自与所述会话内容之间的内容相关度；
5.如权利要求1~4任一所述的方法，其特征在于，所述对所述会话内...
【技术特征摘要】
1.一种基于大模型的问答方法，其特征在于，所述方法包括：
2.如权利要求1所述的方法，其特征在于，在所述获得至少一轮问答过程的会话内容之后，所述方法还包括：
3.如权利要求1所述的方法，其特征在于，所述根据所述多模态意图识别结果，从候选答复模型集中确定出相适配的目标答复模型，包括：
4.如权利要求1所述的方法，其特征在于，所述非文本内容包括至少一种内容模态各自对应的内容，则所述多模态意图识别结果指示：所述至少一种内容模态各自与所述会话内容之间的内容相关度；
5.如权利要求1~4任一所述的方法，其特征在于，所述对所述会话内容和所述非文本内容进行多模态意图识别，获得相应的多模态意图识别结果，包括：
6.如权利要求5所述的方法，其特征在于，所述按照预设的提示内容模版，根据所述会话内容中的文本内容和所述非文本内容，生成相应的目标提示内容，包括：
7.如权利要求5所述的方法，其特征在于，所述以所述目标提示内容作为提示指令，输入至已训练的多模态意图识别模型，获得所述多模态意图识...
【专利技术属性】
技术研发人员：朱秀红，易磊，黄泽谦，
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。