本公開提供一種圖片風險判定方法、裝置、電子設備與可讀存儲介質(zhì)，涉及計算機視覺、大模型、深度學習、自然語言處理等人工智能技術領域。其中，圖片風險判定方法包括：根據(jù)待判定圖片的多模態(tài)特征，確定所述待判定圖片的目標風險標簽；從問題鏈模板庫中獲...

本公開公開了一種模型的強化學習訓練方法、裝置、電子設備及存儲介質(zhì)，涉及機器學習等人工智能技術領域。具體實現(xiàn)方案為：獲取一批次的訓練數(shù)據(jù)組，所述訓練數(shù)據(jù)組中包括多條訓練數(shù)據(jù)；基于預配置的超參數(shù)，對所述訓練數(shù)據(jù)組進行切分，得到多個微批次的訓...

本公開提供了一種基于智能體的數(shù)據(jù)查詢方法及裝置、設備和介質(zhì)，涉及人工智能技術領域，尤其涉及大模型、智能體和數(shù)據(jù)分析技術領域。實現(xiàn)方案為：獲取用于指示智能體進行數(shù)據(jù)查詢的數(shù)據(jù)查詢請求；將數(shù)據(jù)查詢請求輸入智能體，以通過智能體實現(xiàn)如下的數(shù)據(jù)查...

本公開提供了視頻生成方法、裝置及電子設備，涉及人工智能技術領域，尤其涉及深度學習、自然語言處理、計算機視覺、語音技術、大模型等技術領域。具體實現(xiàn)方案為：確定知識文本以及對應的展示相關文本和候選視頻片段集；根據(jù)展示相關文本對候選視頻片段集...

本公開公開了一種基于模型的視頻理解方法、裝置、電子設備及存儲介質(zhì)，涉及人工智能技術領域，尤其涉及計算機視覺、深度學習、大模型等技術領域，可應用于基于人工智能的內(nèi)容生成等場景。具體實現(xiàn)方案包括：獲取視頻和針對所述視頻提出的問題；基于所述問...

本公開提供了一種測試結果校驗方法、裝置、智能體、設備、介質(zhì)和產(chǎn)品，涉及人工智能技術領域，尤其涉及自動化測試、大模型、智能體、電子地圖等技術領域。測試結果校驗方法包括：基于測試結果和參考數(shù)據(jù)，生成第一提示信息；采用多個大模型，對所述第一提...

本公開提供了一種任務執(zhí)行方法、裝置、電子設備及存儲介質(zhì)，涉及計算機技術領域，尤其涉及人工智能、智能體、大模型、人機協(xié)同等技術領域。具體實現(xiàn)方案包括：基于目標任務，得到子任務鏈；在從子任務鏈中確定當前子任務之后，通過調(diào)用與當前子任務對應的...

本公開提供了訓練樣本生成、目標模型訓練及惡意流量識別方法和裝置，涉及深度學習、大模型和自然語言處理等人工智能領域。所述訓練樣本生成方法可包括：獲取各原始訓練樣本，原始訓練樣本為目標模型未能正確識別的惡意樣本；分別對各原始訓練樣本進行特征...

本公開提供了一種面向文件系統(tǒng)的擴容方法及裝置，涉及數(shù)據(jù)處理領域，尤其涉及人工智能領域。具體實現(xiàn)方案為：確定文件系統(tǒng)中所包含的多個文件集，文件集包括系統(tǒng)默認創(chuàng)建的根文件集和用戶自主創(chuàng)建的用戶文件集；采集各文件集分別對應的索引節(jié)點相關信息，...

本公開提供了基于注意力劃分的序列處理方法、裝置、設備及存儲介質(zhì)，涉及數(shù)據(jù)處理技術領域，尤其涉及大語言模型、多模態(tài)大模型等領域，能夠用于復雜推理與決策等應用場景。實現(xiàn)方案為：根據(jù)待處理序列的向量表示，利用多頭注意力機制生成注意力矩陣；根據(jù)...

本公開公開了一種數(shù)據(jù)處理方法、裝置、電子設備及存儲介質(zhì)，涉及數(shù)據(jù)流處理、以及人工智能等技術領域。具體實現(xiàn)方案為：向目標服務器發(fā)送數(shù)據(jù)請求，以供所述目標服務器進行響應，且所述目標服務器確定需要請求第三方服務器響應所述數(shù)據(jù)請求時，再向所述第...

本公開提供了一種命令處理方法、裝置、電子設備及存儲介質(zhì)，涉及計算機技術領域，具體涉及自然語言處理等技術領域。方案為：響應于檢測到提交至命令行環(huán)境中的待執(zhí)行業(yè)務命令，通過預先注入的命令攔截腳本，對待執(zhí)行業(yè)務命令進行上下文識別，以得到待執(zhí)行...

本公開提供了VR全景生成方法、數(shù)字人VR全景導覽生成方法及裝置，涉及虛擬現(xiàn)實技術領域，尤其涉及VR全景生成技術、大模型驅動的內(nèi)容生成技術領域。具體實現(xiàn)方案為：接收用戶上傳的全景圖片處理請求；對處理請求進行預處理以生成VR處理任務；通過全...

本公開提出了一種大模型的訓練方法、裝置和電子設備，涉及人工智能技術領域，具體為深度學習和大模型等技術領域，包括：確定訓練樣本集合，訓練樣本包括樣本提示詞、樣本提示詞的期望輸出和訓練樣本的標簽；基于訓練樣本對大語言模型進行訓練，輸出樣本提...

本公開提供了一種對目標模型進行訓練的方法、裝置和電子設備，涉及計算機技術領域，尤其涉及機器學習、大模型領域。實現(xiàn)方案為：確定對應于第一難度等級的第一訓練數(shù)據(jù)集和對應于第二難度等級的第二訓練數(shù)據(jù)集，其中第二難度等級高于第一難度等級；利用第...

本公開提供了基于人工智能的任務執(zhí)行方法、裝置、智能體、電子設備、存儲介質(zhì)以及程序產(chǎn)品，涉及人工智能技術領域，尤其涉及內(nèi)容生成、工具調(diào)用、深度學習模型、大模型等技術領域。具體實現(xiàn)方案為：在從多個候選路由規(guī)則中確定與目標任務相匹配的路由規(guī)則...

本公開提供了一種流媒體資源處理方法、裝置、電子設備和存儲介質(zhì)，涉及計算機技術領域，尤其涉及多媒體流處理和瀏覽器端文件管理技術領域。具體實現(xiàn)方案為：解析流媒體資源的清單文件，得到流媒體資源的分片信息；根據(jù)分片信息，分階段下載流媒體資源的初...

本公開提供了一種日志數(shù)據(jù)處理方法、裝置及電子設備，涉及數(shù)據(jù)處理、人工智能、大模型等技術領域。其中，方法包括：獲取目標任務的原始日志數(shù)據(jù)；其中，目標任務是待進行日志分析的任務；對原始日志數(shù)據(jù)進行預處理，得到目標日志數(shù)據(jù)；其中，目標日志數(shù)據(jù)...

本公開提供了一種文件轉存路徑確定方法和裝置，涉及云計算和人工智能技術領域，尤其涉及云存儲、深度學習和自然語言處理技術領域。該方法的一具體實施方式包括：響應于轉存目標文件的操作，從目標文件的文件名中提取核心語義信息；將核心語義信息，分別與...

本公開提供了地圖意圖理解模型的訓練方法、裝置及電子設備，涉及人工智能技術領域，尤其涉及深度學習、自然語言處理、智能搜索、大模型等技術領域。具體實現(xiàn)方案為：獲取訓練數(shù)據(jù)；訓練數(shù)據(jù)中包括樣本地圖檢索請求以及樣本調(diào)用指令；樣本調(diào)用指令的指令類...