【技术实现步骤摘要】
本申请涉及数据处理领域，具体涉及一种端到端混合专家模型训练方法、装置及电子设备。
技术介绍
1、随着信息技术的快速发展，尤其是人工智能技术在各领域的广泛应用，数据安全的重要性日益凸显。在数据安全的应用领域，大型语言模型（llm）如基于saas的安全大模型，其利用基础模型加上安全领域知识的rag，可以用来解决数据安全问题。
2、目前，安全大模型的saas形式虽然提供了一种便捷的解决方案，但无法实现本地化，导致在处理敏感数据时可能会有安全风险。ner技术虽在市场上已有应用，但其在处理复杂的安全数据时的效果仍不尽人意，准确性较低。此外，虽然本地小模型可以进行定制化使用和快速部署，但这些模型往往缺乏足够的现场理解力，无法全面应对复杂多变的安全挑战。安全系统在理解和分析精细化的安全规则时，还是需要大量的行业专家输入和实时数据处理，展示出现有技术在数据处理的准确性方面存在不足。
3、因此，亟需一种端到端混合专家模型训练方法、装置及电子设备。
技术实现思路
1、本申请提供了一种端...
【技术保护点】
1.一种端到端混合专家模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用预设传统规则对所述输入数据进行分类和信心分级，得到初步分类结果，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设专家小模型对所述输入数据进行异常检测，得到异常检测结果，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设专家小模型对所述输入数据进行异常检测，得到异常检测结果之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述初步分类结果输入预设通识小模型...
【技术特征摘要】
1.一种端到端混合专家模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用预设传统规则对所述输入数据进行分类和信心分级，得到初步分类结果，具体包括：
3.根据权利要求1所述的方法，其特征在于，所述基于预设专家小模型对所述输入数据进行异常检测，得到异常检测结果，具体包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设专家小模型对所述输入数据进行异常检测，得到异常检测结果之前，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述初步分类结果输入预设通识小模型进行分析纠正，得到纠正分类结果，具体包括：
6.根据权利要求1所述的方法，其特征在于，所述将所述异常检测结果输入预设安全领域模型进行分析纠正，得到纠正异常结果，具体包...
【专利技术属性】
技术研发人员：杨东冬，
申请(专利权)人：北京安胜华信科技有限公司，
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。