【技术实现步骤摘要】
本申请涉及计算机，具体涉及一种数据生成方法、装置、存储介质、设备及程序产品。
技术介绍
1、在设备维护与管理领域，故障检测与排查是保障设备正常运行的关键环节。然而，当前该
面临着诸多挑战。设备的故障类型繁多，包括但不限于安装问题、软件缺陷、硬件故障以及应用程序操作不当等，这些问题往往涉及多个复杂的
，使得故障排查工作变得尤为复杂。传统的故障检测流程多依赖于预设的脚本或流程，缺乏与用户的有效交互，导致用户难以理解并自主解决问题，进而频繁提交工单并转至人工处理，增加了运营成本并降低了服务效率。
2、此外，由于设备故障情况的多样性和复杂性，需要生成大量且多样化的故障问答数据样本以支持模型的训练和优化。
3、因此，如何在资源受限的情况下，高效、低成本地生成多语言、高质量的故障问答对数据，成为当前亟待解决的技术问题。
技术实现思路
1、本申请实施例提供一种数据生成方法、装置、存储介质、设备及程序产品，可以在资源受限的情况下，能使用一个单一的轻量级模型生成多语言的问...
【技术保护点】
1.一种数据生成方法，其特征在于，所述方法包括：
2.如权利要求1所述的数据生成方法，其特征在于，所述根据每个大语言模型在不同语言上的能力评分，对每个大语言模型在不同语言上的奖励值进行加权平均处理，得到加权平均奖励值，包括：
3.如权利要求1所述的数据生成方法，其特征在于，所述根据所述加权平均奖励值对所述轻量级模型进行优化，得到优化后的轻量级模型，包括：
4.如权利要求3所述的数据生成方法，其特征在于，所述将所述加权平均奖励值与和所述信息散度输入至强化学习算法中，对所述轻量级模型进行优化，得到优化后的轻量级模型，包括：
...
【技术特征摘要】
1.一种数据生成方法，其特征在于，所述方法包括：
2.如权利要求1所述的数据生成方法，其特征在于，所述根据每个大语言模型在不同语言上的能力评分，对每个大语言模型在不同语言上的奖励值进行加权平均处理，得到加权平均奖励值，包括：
3.如权利要求1所述的数据生成方法，其特征在于，所述根据所述加权平均奖励值对所述轻量级模型进行优化，得到优化后的轻量级模型，包括：
4.如权利要求3所述的数据生成方法，其特征在于，所述将所述加权平均奖励值与和所述信息散度输入至强化学习算法中，对所述轻量级模型进行优化，得到优化后的轻量级模型，包括：
5.如权利要求1所述的数据生成方法，其特征在于，所述根据目标设备的设备使用手册、设备故障处理流程和目标语言，构建对应的提示信息，包括：
6.如权利要求1-5任一...
【专利技术属性】
技术研发人员：张嘉宇，何辉，
申请(专利权)人：上海思格源智能科技有限公司，
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。