【技术实现步骤摘要】
本说明书实施例涉及计算机，特别涉及多媒体资源处理方法、文本处理方法、图像处理方法及多媒体资源处理装置。
技术介绍
1、在深度学习和机器学习等领域，对于大型语言模型的处理，经常采用混合专家(mixture of experts，moe)的框架。moe框架是基于各个专家模型的组合，使得每个专家能够处理其专长领域的问题，在降低推理成本的情况下，提高整体模型的表现。但是，如何选择合适的专家进行处理是一个关键的问题。
2、现有技术中，通常采用的方法是设定固定的专家模型数量进行专家模型的激活，即，选择概率最大的n个专家。但是固定专家模型的选择数量带来了较为明显的资源浪费和模型预测准确度低的问题，选择专家模型的灵活度低。因此，亟需一种较为有效的方法以解决上述问题。
技术实现思路
1、有鉴于此，本说明书实施例提供了一种多媒体资源处理方法。本说明书一个或者多个实施例同时涉及一种多媒体资源处理装置，一种计算设备，一种文本处理方法，一种文本处理装置，一种图像处理方法，一种图像处理装置，一种计算机可读...
【技术保护点】
1.一种多媒体资源处理方法，其特征在于，包括：
2.根据权利要求1所述的多媒体资源处理方法，其特征在于，所述通过针对所述匹配度序列中包含的匹配度进行累加，选择大于匹配度阈值的累加结果关联的专家模型，作为目标专家模型，包括：
3.根据权利要求2所述的多媒体资源处理方法，其特征在于，所述选择与所述累加匹配度关联的专家模型作为所述目标专家模型，包括：
4.根据权利要求1所述的多媒体资源处理方法，其特征在于，所述多个专家模型分别与所述多媒体资源之间的匹配度的计算，包括：
5.根据权利要求1所述的多媒体资源处理方法，其特征在于，所...
【技术特征摘要】
1.一种多媒体资源处理方法，其特征在于，包括：
2.根据权利要求1所述的多媒体资源处理方法，其特征在于，所述通过针对所述匹配度序列中包含的匹配度进行累加，选择大于匹配度阈值的累加结果关联的专家模型，作为目标专家模型，包括：
3.根据权利要求2所述的多媒体资源处理方法，其特征在于，所述选择与所述累加匹配度关联的专家模型作为所述目标专家模型，包括：
4.根据权利要求1所述的多媒体资源处理方法，其特征在于，所述多个专家模型分别与所述多媒体资源之间的匹配度的计算，包括：
5.根据权利要求1所述的多媒体资源处理方法，其特征在于，所述基于所述目标专家模型对所述多媒体资源进行处理，包括：
6.根据权利要求1所述的多媒体资源处理方法，其特征在于，在所述目标专家模型为至少两个的情况下，所述通过所述资源...
【专利技术属性】
技术研发人员：卢江虎，花明浩，阎覃，李善浩，王子和，柳景明，
申请(专利权)人：北京猿力未来科技有限公司，
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。