【技术实现步骤摘要】
本申请涉及深度学习，特别涉及一种重点人员的守信评价模型的训练方法、装置、介质及设备。
技术介绍
1、对于滥用药物一些重点人员的管理一直是社会治理的重要课题。通过对重点人员的行为表现进行评价，给予积极的激励措施，促进他们遵守法律法规，积极改造。
2、相关技术中，重点人员的守信评价主要依靠人工评估，存在主观性强、效率低、标准不统一等问题，导致守信评价不准确。
技术实现思路
1、本申请提供了一种重点人员的守信评价模型的训练方法、装置、介质及设备，用于解决人工评价重点人员的守信分时，主观性强、效率低、标准不统一，导致守信评价不准确的问题。所述技术方案如下：
2、根据本申请的第一方面，提供了一种重点人员的守信评价模型的训练方法，所述方法包括：
3、获取大量重点人员的个人数据，所述个人数据包括直接量化数据和间接量化数据，所述直接量化数据包括人口学统计数据、家庭与社会背景数据、经济数据中的至少一种；所述间接量化数据包括社交数据、特定行为数据、心理和认知数据、管理表现数
【技术保护点】
1.一种重点人员的守信评价模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的重点人员的守信评价模型的训练方法，其特征在于，所述利用大语言模型将所述间接量化数据量化成对应的特征，包括：
3.根据权利要求2所述的重点人员的守信评价模型的训练方法，其特征在于，所述获取所述间接量化数据中每个维度的采集数据和提示词，包括：
4.根据权利要求1所述的重点人员的守信评价模型的训练方法，其特征在于，所述根据所述第一数值和所述第二数值训练所述守信评价模型的模型参数，包括：
5.根据权利要求1所述的重点人员的守信评价模型的...
【技术特征摘要】
1.一种重点人员的守信评价模型的训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的重点人员的守信评价模型的训练方法，其特征在于，所述利用大语言模型将所述间接量化数据量化成对应的特征，包括：
3.根据权利要求2所述的重点人员的守信评价模型的训练方法，其特征在于，所述获取所述间接量化数据中每个维度的采集数据和提示词，包括：
4.根据权利要求1所述的重点人员的守信评价模型的训练方法，其特征在于，所述根据所述第一数值和所述第二数值训练所述守信评价模型的模型参数，包括：
5.根据权利要求1所述的重点人员的守信评价模型的训练方法，其特征在于，所述根据预设的量化关系将所述直接量化数据量化成对应的特征，包括...
【专利技术属性】
技术研发人员：杨春宇，石鑫，刘轩山，严妍，汪敏，
申请(专利权)人：开普云信息科技股份有限公司，
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。