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