【技术实现步骤摘要】
本专利技术涉及人工智能，具体而言，涉及一种基于大型语言模型的水文管理协作系统。
技术介绍
1、洞庭湖区的水文环境是一个相对开放的复杂系统环境，在非线性、涌现性、开放性、自适应性和不确定性等方面，表现出复杂系统的基本特征，特别是在构成水文环境的各个要素之间、要素与系统之间，呈现既相互制约，又相互依存的多尺度、多样化的非线性关系。这种要素之间耦合的、非线性的关系是风险事件的主要载体，这种基于系统复杂性的视角对水文数据进行分析建模，给传统的水文预测、预警、预演以及预案提供了新的视角，特别是随着基于海量数据打造的预训练大模型(如chatgpt等)的技术突破，“涌现”出了原有算法模型不具备的优秀的上下文学习、复杂推理能力，显著增强了人工智能的通用性、泛化性，也为全面贯彻节水优先、空间均衡、系统治理、两手发力的水文环境治理提供新的保障和途径。
2、可以说，以大模型为代表的技术突破，显著降低了人工智能赋能千行百业的门槛，预示着人工智能技术将广泛地应用于各个领域，推动产业升级和变革。基于此，面向洞庭湖区复杂的水文环境系统，如何把预训练大模型...
【技术保护点】
1.一种基于大型语言模型的水文管理协作系统，其特征在于，包括互相连接的控制器以及协作执行器；
2.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统在提示设计中采用基于规范的指令任务规范提供统一模板，并使所述大型语言模型通过槽位归档方式进行任务解析。
3.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统还包括四个任务解析接口，分别为任务类型、任务ID、任务相关性和任务参数；
4.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统将用户任务作为高级指令提供...
【技术特征摘要】
1.一种基于大型语言模型的水文管理协作系统，其特征在于，包括互相连接的控制器以及协作执行器；
2.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统在提示设计中采用基于规范的指令任务规范提供统一模板，并使所述大型语言模型通过槽位归档方式进行任务解析。
3.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统还包括四个任务解析接口，分别为任务类型、任务id、任务相关性和任务参数；
4.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述系统将用户任务作为高级指令提供至所述大型语言模型，并基于上下文学习方法，通过在提示中注入demo以促进所述大型语言模型理解任务之间的逻辑关系，并确定执行顺序和资源依赖关系。
5.根据权利要求4所述的基于大型语言模型的水文管理协作系统，其特征在于，所述demo包括关于任务规划的输入和输出用户请求以及要解析的预期任务序列，由任务之间的依赖关系组成。
6.根据权利要求1所述的基于大型语言模型的水文管理协作系统，其特征在于，所述分配策略包括：将任务和模型的分配视为单选问题，获取所述专家模型的模型描述，将所述模型描述与子任务类型匹配的模型作为潜在模型，将所述潜在模型作为给定...
【专利技术属性】
技术研发人员：熊寿遥，杨柳，郑丹琼，周涛，杨晶晶，张婷，谢倩，柯礼敏，余承键，王艳艳，蒋爱雯，谷沂鑫，
申请(专利权)人：长沙理工大学，
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。