【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于外部知识库的大模型决策方法和装置。
技术介绍
1、随着人工智能的蓬勃发展，个人、组织、企业想依托人工智能技术做出更合理的决策的需求日益强烈。随着深度学习技术的快速发展，尤其是神经网络模型的进步，自然语言处理领域取得了显著的成果。深度学习通过模拟人脑神经网络的结构和功能，实现对数据的高效处理和学习。
2、然而，由于模型自身的知识完全源于它的训练数据，传统的问答系统往往只能基于大模型训练的数据给出回答，无法满足用户对于特定领域问答的需求。举例来说，现有的主流大模型（chatgpt、文心一言、通义千问…）的训练集基本都是构建于网络公开的数据，无法获取一些实时性的、非公开的或离线的数据，也就无法对实时性的、非公开的或离线数据相关的内容进行有效回答。
3、此外，由于现有的ai模型的底层原理都是基于数学概率，其模型输出实质上是一系列数值运算。在大模型自身不具备某一方面的知识或不擅长的场景的情况下，大模型的输出极大可能存在幻觉问题。而这种幻觉问题的区分要求使用者自身具备相应领域的知识，实
本文档来自技高网...【技术保护点】
1.一种基于外部知识库的大模型决策方法，其特征在于，包括：
2.根据权利要求1所述的基于外部知识库的大模型决策方法，其特征在于，所述根据结果文档生成增强提示，将所述增强提示和所述输入问题输入至所述决策大模型，得到目标问题响应，之后还包括：
3.根据权利要求1所述的基于外部知识库的大模型决策方法，其特征在于，对私域数据进行文本分割、向量化、分层索引生成并存入预设向量数据库后得到所述目标向量数据库，具体包括：
4.根据权利要求3所述的基于外部知识库的大模型决策方法，其特征在于，所述利用所述输入问题向量、所述假设性回应向量，根据相似度在目...
【技术特征摘要】
1.一种基于外部知识库的大模型决策方法，其特征在于，包括：
2.根据权利要求1所述的基于外部知识库的大模型决策方法，其特征在于，所述根据结果文档生成增强提示，将所述增强提示和所述输入问题输入至所述决策大模型，得到目标问题响应，之后还包括：
3.根据权利要求1所述的基于外部知识库的大模型决策方法，其特征在于，对私域数据进行文本分割、向量化、分层索引生成并存入预设向量数据库后得到所述目标向量数据库，具体包括：
4.根据权利要求3所述的基于外部知识库的大模型决策方法，其特征在于，所述利用所述输入问题向量、所述假设性回应向量，根据相似度在目标向量数据库中进行共同搜索，根据所述相似度从所述目标向量数据库中取出最相似的结果文档，具体包括：
5.根据权利要求1所述的基于外部知识库的大模型决策方法，其特征在于，在所述输入问题包括多个子任务的情况下，所...
【专利技术属性】
技术研发人员：路圣汉，苑高龙，宋秉徽，高志平，
申请(专利权)人：北京汉勃科技有限公司，
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。