本公开涉及计算机,尤其涉及深度学习、人工智能和大语言模型,可以应用于智能搜索、智能问答等应用场景中。
背景技术:
1、在智能问答等人机对话场景中,可以基于预训练的大语言模型(large languagemodels,llm)来处理用户输入的信息,以便于基于大语言模型较为强大的语义理解能力来理解用户的问题,并生成用户需要的答复内容,以满足用户较为复杂和多样化的需求。
技术实现思路
1、本公开提供了一种应用于语言模型的提示模板的处理方法、装置、电子设备以及存储介质。
2、根据本公开的一方面,提供了一种应用于语言模型的提示模板的处理方法,包括:响应于表征更新提示模板的更新指令,根据更新指令和提示模板,构建提示信息;利用语言模型处理提示信息,得到模板缺陷信息;根据模板缺陷信息更新提示模板,得到至少一个候选提示模板;以及根据至少一个候选提示模板,以及针对至少一个候选提示模板的模板评估结果,确定目标提示模板。
3、根据本公开的另一方面,提供了一种应用于语言模型的提示模板的处理装置,包括:提示信息构建模块,用于响应于表征更新提示模板的更新指令,根据更新指令和提示模板,构建提示信息;模板缺陷信息获得模块,用于利用语言模型处理提示信息,得到模板缺陷信息;候选提示模板获得模块,用于根据模板缺陷信息更新提示模板,得到至少一个候选提示模板;以及目标提示模板确定模块,用于根据至少一个候选提示模板,以及针对至少一个候选提示模板的模板评估结果,确定目标提示模板。
4、根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,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根据本公开实施例提供的方法。
5、根据本公开的另一方面,提供了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所述计算机执行根据本公开实施例提供的方法。
6、根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据本公开实施例提供的方法。
7、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。
1.一种应用于语言模型的提示模板的处理方法,包括:
2.根据权利要求1所述的方法,其中,所述利用语言模型处理所述提示信息,得到模板缺陷信息包括:
3.根据权利要2所述的方法,其中,所述根据所述缺陷描述文本中的缺陷描述字,确定所述模板缺陷信息包括:
4.根据权利要3所述的方法,其中,所述根据所述缺陷描述字,构建原因需求提示信息包括:
5.根据权利要求1所述的方法,还包括:
6.根据权利要求5所述的方法,其中,所述评估规则包括多个;
7.根据权利要求1所述的方法,其中,所述根据至少一个所述候选提示模板,以及针对至少一个所述候选提示模板的模板评估结果,确定目标提示模板包括:
8.根据权利要求7所述的方法,其中,所述根据所述模板评估结果,从至少一个所述候选提示模板中确定中间提示模板包括:
9.一种应用于语言模型的提示模板的处理装置,包括:
10.根据权利要求9所述的装置,其中,所述模板缺陷信息获得模块包括:
11.根据权利要10所述的装置,其中,所述模板缺陷信息确定子模块包括:
12.根据权利要11所述的装置,其中,所述原因需求提示信息构建单元包括:
13.根据权利要求9所述的装置,还包括:
14.根据权利要求13所述的装置,其中,所述评估规则包括多个;
15.根据权利要求9所述的装置,其中,所述目标提示模板确定模块包括:
16.根据权利要求15所述的装置,其中,所述中间提示模板确定子模块包括:
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所述计算机执行根据权利要求1至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,所述计算机程序在被处理器执行时实现根据权利要求1至8中任一项所述的方法。