【技术实现步骤摘要】
本专利技术涉及深度学习的，特别是涉及一种大语言模型输出幻觉矫正方法、系统、介质、电子设备。
技术介绍
1、大语言模型(large language model)(llm)通常是具有大规模参数和计算能力的自然语言处理模型，例如openai的gpt-3模型。这些模型可以通过大量的数据和参数进行训练，以生成人类类似的文本或回答自然语言的问题。大型语言模型不仅能够生成自然语言文本，还能够深入理解文本含义，处理各种自然语言任务，如文本摘要、问答、翻译等。因此在自然语言处理、文本生成和智能对话等领域有广泛应用。
2、在互联网营销行业中，大语言模型的应用正在变得越来越普遍，为广告文案生成、市场分析报告、消费者行为预测等提供了诸多便利和高效解决方案。然而，现有的大语言模型仍然存在一些挑战和问题，如大语言模型幻觉。所述大语言模型幻觉是指大语言模型会产生不准确、不相关或甚至是虚构的信息，既不准确也不真实。幻觉对于大语言模型在各行各业的应用均可能产生严重影响，包括客户服务、金融服务、法律决策和医疗诊断等。
技术实现思路
【技术保护点】
1.一种大语言模型输出幻觉矫正方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的大语言模型输出幻觉矫正方法，其特征在于：基于所述补充产品特征和所述补充特征参数更新所述知识图谱三元组包括以下步骤：
3.根据权利要求2所述的大语言模型输出幻觉矫正方法，其特征在于：判断所述补充产品特征和所述知识图谱三元组中的产品特征是否相同包括：
4.根据权利要求2所述的大语言模型输出幻觉矫正方法，其特征在于：判断所述补充产品特征和所述知识图谱三元组中的产品特征是否相同包括：
5.根据权利要求2所述的大语言模型输出幻觉矫正方法...
【技术特征摘要】
1.一种大语言模型输出幻觉矫正方法，其特征在于：所述方法包括以下步骤：
2.根据权利要求1所述的大语言模型输出幻觉矫正方法，其特征在于：基于所述补充产品特征和所述补充特征参数更新所述知识图谱三元组包括以下步骤：
3.根据权利要求2所述的大语言模型输出幻觉矫正方法，其特征在于：判断所述补充产品特征和所述知识图谱三元组中的产品特征是否相同包括：
4.根据权利要求2所述的大语言模型输出幻觉矫正方法，其特征在于：判断所述补充产品特征和所述知识图谱三元组中的产品特征是否相同包括：
5.根据权利要求2所述的大语言模型输出幻觉矫正方法，其特征在于：还包括基于所述产品特征的查询频率，对所述知识图谱...
【专利技术属性】
技术研发人员：毛雷雷，郑浩，何庆海，袁佳，周飞，
申请(专利权)人：上海云阙智能科技有限公司，
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。