任务处理方法、装置、电子设备及存储介质与流程

文档序号:37599874发布日期:2024-04-18 12:41阅读:7来源:国知局
任务处理方法、装置、电子设备及存储介质与流程

本申请涉及人工智能,具体而言,涉及一种任务处理方法、装置、电子设备及存储介质。


背景技术:

1、高参数量预训练生成式自然语言模型,称为大模型,用于接受用户输入的自然语言提示命令,通过文本生成的方式生成问题答案、资料内容或产生调用现有软件的指令。

2、目前的一些大模型可以完成上述功能,基于单一大模型架构完成所有功能,具有较高的参数量,需要海量的自然语言语料进行预训练和微调,需要多台高算力gpu服务器进行推理,对硬件要求较高。


技术实现思路

1、本申请实施例的目的在于提供一种任务处理方法、装置、电子设备及存储介质,用以在对任务处理的基础上,降低对硬件的要求。

2、第一方面,本申请实施例提供一种任务处理方法,包括:

3、通过调度模型接收任务指令,并基于任务指令确定目标专家模型;

4、通过调度模型向目标专家模型发送任务指令;

5、通过目标专家模型对任务指令进行解析,获得待处理任务;

6、若目标专家模型无法处理待处理任务,则将待处理任务发送给对应的智能体;智能体用于执行目标专家模型发送的任务;

7、通过智能体对待处理任务进行处理。

8、本申请实施例通过调度模型、多个专家模型及智能体协同作用进行任务的处理,与通用的大模型相比,其计算量小,对硬件要求低。

9、在任一实施例中,通过智能体对待处理任务进行处理,包括:

10、通过智能体调用预设系统接口对待处理任务进行处理,所述预设系统接口通过关联的业务系统、工具和数据库中的至少一种对所述待处理任务进行处理。

11、本申请实施例中,智能体可以与现有的系统进行对接,调用系统接口,以完成对任务的处理。

12、在任一实施例中,待处理任务包括多个子任务;将待处理任务发送给对应的智能体,包括:

13、针对每个子任务,通过目标专家模型确定处理子任务的智能体,并将子任务发送给智能体。

14、本申请实施例中通过目标专家模型对任务指令进行拆分,获得多个子任务,并将多个子任务分配给对应的智能体处理,通过多个智能体之间的协作完成任务的处理,因此,通过几个小参数量的模型级联在提高处理性能的基础上,降低对计算能力的要求。

15、在任一实施例中,待处理任务包括多个子任务和各子任务对应的时序;将待处理任务发送给对应的智能体,包括:

16、通过目标专家模型确定每个处理子任务的智能体,并根据各子任务对应的时序,依次将子任务发送给智能体。

17、本申请实施例中,有些任务是由多个子任务构成,且多个子任务在执行时有时序要求,目标专家模型可以根据时序控制每个子任务的执行先后顺序,从而使得任务能够被正常处理。

18、在任一实施例中,调度模型中预先存储有任务指令与专家模型标识的对应关系,所述基于任务指令确定目标专家模型,包括:

19、通过调度模型对输入的任务指令进行分析,获得任务指令对应的专家模型标识;

20、向专家模型标识对应的目标专家模型发送任务指令。

21、本申请实施例通过调度模型将任务指令分配给对应的目标专家模型,由目标专家模型对任务指令进行处理,由于目标专家模型使用专业领域的少量数据训练获得,降低了训练难度。

22、在任一实施例中,在通过智能体对待处理任务进行处理后,该方法还包括:

23、通过智能体向目标专家模型返回处理结果;

24、通过目标专家模型将处理结果进行展示。

25、本申请实施例中,智能体在获得处理结果后,向目标专家模型返回处理结果,以便于用户查看。

26、在任一实施例中,在通过智能体向目标专家模型返回处理结果之前,该方法还包括:

27、通过智能体获得对待处理任务进行处理后的初始处理结果;

28、对初始处理结果进行自然语言处理,获得处理结果;其中,自然语言处理包括格式化处理和生成摘要中的至少一项。

29、本申请实施例通过智能体对初始处理结果进行格式化处理、生成摘要处理等,提高返回的处理结果的可读性。

30、在任一实施例中,在将待处理任务发送给对应的智能体之后,该方法还包括:

31、若智能体无法处理待处理任务,则向目标专家模型返回无法处理的提示信息。

32、本申请实施例中,可能存在智能体无法处理的任务,此时,智能体可以向目标专家模型返回无法处理的提示信息,使得目标专家模型可以重新选择其他智能体,以获得正确的处理结果;或者目标专家模型也可以返回无法处理的提示信息,以提示用户目前无法处理该任务。

33、在任一实施例中,该方法还包括:

34、若目标专家模型能够处理待处理任务,则通过目标专家模型处理待处理任务,并返回处理结果,以供用户查看。

35、本申请实施例中,对于目标专家模型能够处理的任务,则可由目标专家模型自行处理,提高了任务处理的效率。

36、第二方面,本申请实施例提供一种任务处理装置,包括:

37、调度模块,用于通过调度模型接收任务指令,并基于所述任务指令确定目标专家模型;

38、第一发送模块,用于通过调度模型向所述目标专家模型发送所述任务指令;

39、解析模块,用于通过所述目标专家模型对所述任务指令进行解析,获得待处理任务;

40、第二发送模块,用于若所述目标专家模型无法处理所述待处理任务,则将所述待处理任务发送给对应的智能体;所述智能体用于执行所述目标专家模型发送的任务;

41、处理模块,用于通过所述智能体对所述待处理任务进行处理。

42、第三方面,本申请实施例提供一种电子设备,包括:处理器、存储器和总线,其中,

43、所述处理器和所述存储器通过所述总线完成相互间的通信;

44、所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行第一方面的方法。

45、第四方面,本申请实施例提供一种非暂态计算机可读存储介质,包括:

46、所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行第一方面的方法。

47、本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。



技术特征:

1.一种任务处理方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述通过所述智能体对所述待处理任务进行处理,包括:

3.根据权利要求1所述的方法,其特征在于,所述待处理任务包括多个子任务;所述将所述待处理任务发送给对应的智能体,包括:

4.根据权利要求1所述的方法,其特征在于,所述待处理任务包括多个子任务和各子任务对应的时序;所述将所述待处理任务发送给对应的智能体,包括:

5.根据权利要求1所述的方法,其特征在于,所述调度模型中预先存储有任务指令与专家模型标识的对应关系,所述基于所述任务指令确定目标专家模型,包括:

6.根据权利要求1所述的方法,其特征在于,在通过所述智能体对所述待处理任务进行处理后,所述方法还包括:

7.根据权利要求6所述的方法,其特征在于,在通过所述智能体向所述目标专家模型返回处理结果之前,所述方法还包括:

8.根据权利要求1所述的方法,其特征在于,在将所述待处理任务发送给对应的智能体之后,所述方法还包括:

9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:

10.一种任务处理装置,其特征在于,包括:

11.一种电子设备,其特征在于,包括:处理器、存储器和总线,其中,

12.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令被计算机运行时,使所述计算机执行如权利要求1-9任一项所述的方法。


技术总结
本申请提供一种任务处理方法、装置、电子设备及存储介质。该方法包括:通过调度模型接收任务指令,并基于任务指令确定目标专家模型;通过调度模型向目标专家模型发送任务指令;通过目标专家模型对任务指令进行解析,获得待处理任务;若目标专家模型无法处理待处理任务,则将待处理任务发送给对应的智能体;智能体用于执行目标专家模型发送的任务;通过智能体对待处理任务进行处理。本申请实施例通过调度模型、多个专家模型及智能体协同作用进行任务的处理,与通用的大模型相比,其计算量小,对硬件要求低。

技术研发人员:刘勇,马勇
受保护的技术使用者:奇安信网神信息技术(北京)股份有限公司
技术研发日:
技术公布日:2024/4/17
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1