本发明涉及财政行业的信息技术建设,具体是一种基于大模型的财政业务开发方法。
背景技术:
1、当前生成式ai(生成式人工智能)技术发展迅猛,已可以创作新内容,例如文本、图片、音乐、音频和视频。其自身是基于执行多任务处理和执行开箱即用任务(包括摘要、问答、分类等)的基础模型(大型ai模型)。只需少量训练,即可针对使用场景调整基础模型。这使得生成ai基于更加广泛的应用场景。
2、各领域为了更好的利用生成式ai服务于自身领域发展,都投入了大量精力打造适合垂直领域的ai场景。用友政务是一个面向政务业务的软件服务供应商及咨询方,政务业务相当于其他管理系统有其自身的业务特性,技术实现也比较复杂。包含了诸多的政策法规及,同时也存在诸多的地域业务特性。
3、现行的业务实现更多是传统的软件系统开发过程,产品经理了解需求,开发人员根据需求进行功能的开发,并提交测试人员验证,通过后由再发版,最后交由实施人员现场实施。随着技术发展以及业务抽象,一部分公司又引用了一些开发框架目的是起到简化开发,加速交付。一些常的开发框架如spring boot、mvc、mvvc、rule engine等。
4、尽管在当下已经有很多技术解决方案,开源的技术组件被应用的开发中,但为了满足特定的业务需求仍然要进行大量的编码,对于新的需求的相应也需要研发团队后续的开发跟进,即使已经提供一定的配置能力,那也是在特定模版下进行扩展,对于复杂的业务需求或业务重组仍有加大的难度,最终还是可能需要开发的接入。同时配置的复杂性对于后续的维护及新人的学习都带来巨大的挑战,因此,我们提出了一种基于大模型的财政业务开发方法来解决上述所提到的问题。
技术实现思路
1、本发明的目的在于提供一种基于大模型的财政业务开发方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,本发明提供如下技术方案:
3、一种基于大模型的财政业务开发方法,包括以下步骤:
4、步骤一:biz ai engine是核心,通过biz ai engine在大模型外建立一个面向业务开发的桥梁,通过系统结构将业务需求组织起来;
5、步骤二:然后通过生成式ai的交互,生成符合业务应用数据,并调用相应的工具完成后续的操作,从而驱动业务运转起来。
6、作为本发明进一步的方案:所述方法还包括利用生成式ai来驱动业务处理,产品经理可以直接录入需求规则或调整需求规则,而开发人员只需要开发需求中可能用的服务,工具及面向公共的底层技术封装,定义符合业务的数据规格,测试人员也只需要针对产品特性进行全流程的验证,实施部署也以标准化配置模版导入整体上简化了开发、发布的过程,将开发重点前移到产品需求中。
7、作为本发明进一步的方案:所述biz ai engine包括tasks、actions、tools与busness choreography;所述tasks是引擎的用来完整执行业务需求的载体,在任务中将集成多个actions。
8、作为本发明进一步的方案:所述actions是业务实现具体动作的载体,包含输入、业务描述、输出,生成式ai则根据业务描述生成相应的业务处理动作,并按照输出格式输出。
9、作为本发明进一步的方案:所述tools是对外或业务做执行的具体载体,比如api提取数据,提交,复杂计算多种功能。
10、作为本发明进一步的方案:所述busness choreography是对核心逻辑及系统配置提供的一个便于操作集成的ui界面,按照业务设置task、action、tool的执行顺序,调试业务描述生成关系确保业务需求符合预期结果。
11、作为本发明进一步的方案:所述大模型的训练方法为分布式训练方法,所述分布式训练方法是指利用多台计算机协同工作,共同完成模型训练任务的方法,所述分布式训练方法包括数据并行、模型并行和混合并行多种方法。
12、作为本发明进一步的方案:所述数据并行是将训练数据集划分成多个子集,每个子集在一个计算节点上进行训练,不同节点之间定期交换模型参数,达到协同训练的目的。
13、作为本发明进一步的方案:所述模型并行是将模型参数划分成多个部分,每个部分在一个计算节点上进行训练,不同节点之间定期交换中间结果,完成整个模型的训练。
14、作为本发明再进一步的方案:所述混合并行是结合数据并行和模型并行的一种分布式训练方法,可以将数据集和模型参数划分成多个部分,每个部分在一个计算节点上进行训练,不同节点之间定期交换模型和中间结果,达到高效训练的目的。
15、与现有技术相比,本发明的有益效果是:
16、该基于大模型的财政业务开发方法,面向业务需求进行开发,过程更多是自然语言的业务描述;少量的编码工作,简化开发过程,加快产品研发部署,定制化复杂度;具有很多业务扩展性,业务及工具极具可复用性。
1.一种基于大模型的财政业务开发方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于大模型的财政业务开发方法,其特征在于,所述方法还包括利用生成式ai来驱动业务处理,产品经理可以直接录入需求规则或调整需求规则,而开发人员只需要开发需求中可能用的服务,工具及面向公共的底层技术封装,定义符合业务的数据规格,测试人员也只需要针对产品特性进行全流程的验证,实施部署也以标准化配置模版导入整体上简化了开发、发布的过程,将开发重点前移到产品需求中。
3.根据权利要求1所述的一种基于大模型的财政业务开发方法,其特征在于,所述bizai engine包括tasks、actions、tools与busness choreography;所述tasks是引擎的用来完整执行业务需求的载体,在任务中将集成多个actions。
4.根据权利要求3所述的一种基于大模型的财政业务开发方法,其特征在于,所述actions是业务实现具体动作的载体,包含输入、业务描述、输出,生成式ai则根据业务描述生成相应的业务处理动作,并按照输出格式输出。
5.根据权利要求3所述的一种基于大模型的财政业务开发方法,其特征在于,所述tools是对外或业务做执行的具体载体,比如api提取数据,提交,复杂计算多种功能。
6.根据权利要求3所述的一种基于大模型的财政业务开发方法,其特征在于,所述busness choreography是对核心逻辑及系统配置提供的一个便于操作集成的ui界面,按照业务设置task、action、tool的执行顺序,调试业务描述生成关系确保业务需求符合预期结果。
7.根据权利要求1所述的一种基于大模型的财政业务开发方法,其特征在于,所述大模型的训练方法为分布式训练方法,所述分布式训练方法是指利用多台计算机协同工作,共同完成模型训练任务的方法,所述分布式训练方法包括数据并行、模型并行和混合并行多种方法。
8.根据权利要求7所述的一种基于大模型的财政业务开发方法,其特征在于,所述数据并行是将训练数据集划分成多个子集,每个子集在一个计算节点上进行训练,不同节点之间定期交换模型参数,达到协同训练的目的。
9.根据权利要求7所述的一种基于大模型的财政业务开发方法,其特征在于,所述模型并行是将模型参数划分成多个部分,每个部分在一个计算节点上进行训练,不同节点之间定期交换中间结果,完成整个模型的训练。
10.根据权利要求7所述的一种基于大模型的财政业务开发方法,其特征在于,所述混合并行是结合数据并行和模型并行的一种分布式训练方法,可以将数据集和模型参数划分成多个部分,每个部分在一个计算节点上进行训练,不同节点之间定期交换模型和中间结果,达到高效训练的目的。