公开(公告)号：CN118627518A

公开(公告)日：2024-09-10

申请号：CN202411095186.3

申请日：2024-08-12

Applicant: 西安理工大学

Inventor： 栾智荣 ,  来钰钧 ,  刘晨晨 ,  王倩

IPC: G06F40/30 ,  G06F18/22 ,  G06N20/00

Abstract: 本申请提供一种面向复杂任务的自适应多层大模型结构的任务分解方法，涉及人工智能技术领域，所述方法包括：获取目标任务的任务文本信息并进行向量化操作，以生成任务文本语义向量；将所述任务文本语义向量与原子任务库中的语义向量进行匹配，以形成高相关度语义信息；通过提示工程和Agent模块分解所述高相关度语义信息，以生成任务序列；基于所述任务序列与所述任务文本语义向量在向量空间的语义相似度，判断分解后的所述任务序列是否正确；若分解后的所述任务序列正确，基于所述任务序列与原子任务库中的原子任务在向量空间的语义相似度，获取高语义分解任务序列，解决任务分解难以满足大规模任务处理需求的问题。

公开(公告)号：CN118627518B

公开(公告)日：2024-11-15

申请号：CN202411095186.3

申请日：2024-08-12

Applicant: 西安理工大学

Inventor： 栾智荣 ,  来钰钧 ,  刘晨晨 ,  王倩

IPC: G06F40/30 ,  G06F18/22 ,  G06N20/00

Abstract: 本申请提供一种面向复杂任务的自适应多层大模型结构的任务分解方法，涉及人工智能技术领域，所述方法包括：获取目标任务的任务文本信息并进行向量化操作，以生成任务文本语义向量；将所述任务文本语义向量与原子任务库中的语义向量进行匹配，以形成高相关度语义信息；通过提示工程和Agent模块分解所述高相关度语义信息，以生成任务序列；基于所述任务序列与所述任务文本语义向量在向量空间的语义相似度，判断分解后的所述任务序列是否正确；若分解后的所述任务序列正确，基于所述任务序列与原子任务库中的原子任务在向量空间的语义相似度，获取高语义分解任务序列，解决任务分解难以满足大规模任务处理需求的问题。