本公开涉及人工智能,特别涉及深度学习、大语言模型、生成式对话以及自然语言处理等领域的基于大语言模型的目标应用生成方法、装置及存储介质。
背景技术:
1、随着技术的发展,大语言模型(llm,large language model)在各种场景下得到了越来越广泛的应用。大语言模型是指使用大量文本数据训练得到的深度学习模型,可以用来生成自然语言文本以及理解自然语言文本的含义等。
技术实现思路
1、本公开提供了基于大语言模型的目标应用生成方法、装置及存储介质。
2、一种基于大语言模型的目标应用生成方法,包括:
3、获取用户设置的待创建的目标应用的配置信息,所述配置信息中包括:目标大语言模型以及辅助信息,所述辅助信息中包括:与所述目标应用的特定功能相匹配的目标插件,所述目标大语言模型为所述目标应用所使用的大语言模型,所述特定功能包括所述目标大语言模型单独无法实现的功能;
4、将所述辅助信息与所述目标大语言模型进行组合,得到所述目标应用。
5、一种基于大语言模型的目标应用生成装置,包括:信息获取模块以及应用生成模块;
6、所述信息获取模块,用于获取用户设置的待创建的目标应用的配置信息,所述配置信息中包括:目标大语言模型以及辅助信息,所述辅助信息中包括:与所述目标应用的特定功能相匹配的目标插件,所述目标大语言模型为所述目标应用所使用的大语言模型,所述特定功能包括所述目标大语言模型单独无法实现的功能;
7、所述应用生成模块,用于将所述辅助信息与所述目标大语言模型进行组合,得到所述目标应用。
8、一种电子设备,包括:
9、至少一个处理器;以及
10、与所述至少一个处理器通信连接的存储器;其中,
11、所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如以上所述的方法。
12、一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使计算机执行如以上所述的方法。
13、一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如以上所述的方法。
14、应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
1.一种基于大语言模型的目标应用生成方法,包括:
2.根据权利要求1所述的方法,其中,
3.根据权利要求2所述的方法,还包括:
4.根据权利要求1所述的方法,还包括:
5.根据权利要求4所述的方法,其中,
6.根据权利要求1-5中任一项所述的方法,其中,
7.根据权利要求1-5中任一项所述的方法,还包括:
8.根据权利要求7所述的方法,还包括:
9.一种基于大语言模型的目标应用生成装置,包括:信息获取模块以及应用生成模块;
10.根据权利要求9所述的装置,其中,
11.根据权利要求10所述的装置,其中,
12.根据权利要求9所述的装置,其中,
13.根据权利要求12所述的装置,其中,
14.根据权利要求9-13中任一项所述的装置,其中,
15.根据权利要求9-13中任一项所述的装置,还包括:
16.根据权利要求15所述的装置,其中,
17.一种电子设备,包括:
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行权利要求1-8中任一项所述的方法。
19.一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述的方法。