【技术实现步骤摘要】
本专利技术涉及llm多模型任务分配，特别是基于ai agent场景下的混合专家多模型任务处理方法及系统。
技术介绍
1、ai技术的发展衍生出大模型集成化的agent工具，现有的agent技术根据用户给定的需求，通过llm的思维链方法生成一系列的工作流，最终按照工作流（work flow）的步骤调用不同的大模型生成聚合答案。工作流能够让主导模型清晰地按照顺序执行任务，但如何提高大模型的高效率适用，是当前亟待解决的问题。
2、传统的agent工具在任务调度和资源分配上多采用固定模式，难以灵活应对复杂多变的用户需求和任务场景。此外，不同大模型之间在功能和性能上存在较大差异，模型之间的协同效率低下，进一步限制了agent工具的整体性能。尤其在面对多任务并发和复杂任务嵌套时，现有方法的执行效率和资源利用率往往难以令人满意，稳定性和可扩展性仍有很大的提升空间。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供基于ai agent场景下的混合专家多模型任务处理方法及系统，该方法及系统对用...
【技术保护点】
1.基于AI Agent场景下的混合专家多模型任务处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于AI Agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤S1具体包括以下步骤：
3.根据权利要求1所述的基于AI Agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤S2具体包括以下步骤：
4.根据权利要求1所述的基于AI Agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤S3具体包括以下步骤：
5.根据权利要求1所述的基于AI Agent场景下的混合专家多模型...
【技术特征摘要】
1.基于ai agent场景下的混合专家多模型任务处理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于ai agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤s1具体包括以下步骤：
3.根据权利要求1所述的基于ai agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤s2具体包括以下步骤：
4.根据权利要求1所述的基于ai agent场景下的混合专家多模型任务处理方法，其特征在于，所述步骤s3具体包括以下步骤：
5.根据权利要求1所述的基于ai agent场景下的混合专家多模型任务处理方...
【专利技术属性】
技术研发人员：李威，张飞杨，李星建，刘宏，董晨，
申请(专利权)人：福建拓尔通软件有限公司，
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。