一种基于大语言模型的知识手册问答系统及问答方法

    公开(公告)号:CN120086310A

    公开(公告)日:2025-06-03

    申请号:CN202510571226.5

    申请日:2025-05-06

    Applicant: 中南大学

    Abstract: 本发明涉及模型训练技术领域,公开了一种基于大语言模型的知识手册问答系统及问答方法,包括:知识切片模块,用于将知识手册按预设规则划分为多个独立的知识单元;文本向量化及召回模块,用于将所述知识单元通过嵌入模型转化为文本向量并存储,还用于基于用户输入问题检索知识库中相似度最高的知识单元;大语言模型初始化模块,用于配置领域专用的大语言模型并设置提示词模板;工作流编排模块,用于通过工作流平台部署知识检索节点和大语言模型节点,将检索到的知识单元作为上下文输入至大语言模型,生成最终答案并反馈给用户;本发明解决了现有的基于大语言模型的查询方法存在因训练数据不足而出现的查询效率低、准确度差的问题。

    基于深度生成对抗网络的用户移动蜂窝网络数据合成方法及系统

    公开(公告)号:CN119094402A

    公开(公告)日:2024-12-06

    申请号:CN202411229668.3

    申请日:2024-09-03

    Applicant: 中南大学

    Abstract: 本发明公开了基于深度生成对抗网络的用户移动蜂窝网络数据合成方法及系统,该方法通过构建用户多维属性合成模块、用户使用流量序列合成模块以及用户空间基站连接序列合成模块,对所述用户多维属性合成模块、用户使用流量序列合成模块、用户空间基站连接序列合成模块进行联合训练,并用训练好的用户多维属性合成模块、用户使用流量序列合成模块、用户空间基站连接序列合成模块合成数据,相比现有技术,本发明中通过将具有关联属性的三种移动网络数据分别构建数据合成模型,再将数据合成模型进行联合训练,使得训练出来的模型合成的数据不但具备数据本身的属性,还具备与其他数据的关联性,大大提高了合成数据的可靠性以及质量。

Patent Agency Ranking