本公開涉及人工智能領(lǐng)域中的人機交互領(lǐng)域，尤其涉及一種問答模型的訓(xùn)練方法、基于大模型的問答方法及裝置。

背景技術(shù)：

1、在人機交互的實際應(yīng)用中，許多任務(wù)無法通過單一目標進行完成。例如，在自然語言處理任務(wù)中，人工智能模型可能需要同時滿足準確性、一致性、語義豐富性等多個目標。

2、目前的人工智能模型在訓(xùn)練時，難以學(xué)習(xí)到多個目標，影響模型的人機交互的問答效果，降低用戶的人機交互體驗。

技術(shù)實現(xiàn)思路

1、本公開提供了一種問答模型的訓(xùn)練方法、基于大模型的問答方法及裝置。

2、根據(jù)本公開的第一方面，提供了一種問答模型的訓(xùn)練方法，包括：

3、獲取預(yù)設(shè)的提示詞數(shù)據(jù)集；其中，所述預(yù)設(shè)的提示詞數(shù)據(jù)集中包括提示詞信息，所述提示詞信息與訓(xùn)練目標一一對應(yīng)，所述訓(xùn)練目標表征對模型的輸出數(shù)據(jù)的要求；

4、通過遍歷所述預(yù)設(shè)的提示詞數(shù)據(jù)集，至少根據(jù)當前遍歷到的提示詞信息，對待訓(xùn)練的問答模型進行訓(xùn)練，得到當前的問答模型；其中，所述問答模型滿足已經(jīng)遍歷過的所述提示詞信息對應(yīng)的所述訓(xùn)練目標；

5、響應(yīng)于確定所述預(yù)設(shè)的提示詞數(shù)據(jù)集遍歷完成，確定所述當前的問答模型為訓(xùn)練完成的問答模型。

6、根據(jù)本公開的第二方面，提供了一種基于大模型的問答方法，包括：

7、接收用戶輸入的提問信息；

8、將所述提問信息輸入至問答模型中，基于模型提示詞，得到所述提問信息對應(yīng)的回復(fù)信息；其中，所述問答模型表征權(quán)1至11中任一項所述的訓(xùn)練完成的問答模型，所述模型提示詞用于引導(dǎo)問答模型生成回復(fù)信息。

9、根據(jù)本公開的第三方面，提供了一種問答模型的訓(xùn)練裝置，包括：

10、獲取單元，用于獲取預(yù)設(shè)的提示詞數(shù)據(jù)集；其中，所述預(yù)設(shè)的提示詞數(shù)據(jù)集中包括提示詞信息，所述提示詞信息與訓(xùn)練目標一一對應(yīng)，所述訓(xùn)練目標表征對模型的輸出數(shù)據(jù)的要求；

11、訓(xùn)練單元，用于通過遍歷所述預(yù)設(shè)的提示詞數(shù)據(jù)集，至少根據(jù)當前遍歷到的提示詞信息，對待訓(xùn)練的問答模型進行訓(xùn)練，得到當前的問答模型；其中，所述問答模型滿足已經(jīng)遍歷過的所述提示詞信息對應(yīng)的所述訓(xùn)練目標；

12、確定單元，用于響應(yīng)于確定所述預(yù)設(shè)的提示詞數(shù)據(jù)集遍歷完成，確定所述當前的問答模型為訓(xùn)練完成的問答模型。

13、根據(jù)本公開的第四方面，提供了一種基于大模型的問答裝置，包括：

14、接收單元，用于接收用戶輸入的提問信息；

15、回復(fù)單元，用于將所述提問信息輸入至問答模型中，基于模型提示詞，得到所述提問信息對應(yīng)的回復(fù)信息；其中，所述問答模型表征第三方面所述的訓(xùn)練完成的問答模型，所述模型提示詞用于引導(dǎo)問答模型生成回復(fù)信息。

16、根據(jù)本公開的第五方面，提供了一種電子設(shè)備，包括：

17、至少一個處理器；以及

18、與所述至少一個處理器通信連接的存儲器；

19、所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行本公開第一方面和第二方面所述的方法。

20、根據(jù)本公開的第六方面，提供了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，所述計算機指令用于使所述計算機執(zhí)行根據(jù)本公開第一方面和第二方面所述的方法。

21、根據(jù)本公開的第七方面，提供了一種計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)本公開第一方面和第二方面所述方法的步驟。

22、根據(jù)本公開的技術(shù)，提高了模型訓(xùn)練的適應(yīng)性和靈活性，從而更好地學(xué)習(xí)不同的目標。

23、應(yīng)當理解，本部分所描述的內(nèi)容并非旨在標識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種問答模型的訓(xùn)練方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述通過遍歷所述預(yù)設(shè)的提示詞數(shù)據(jù)集，至少根據(jù)當前遍歷到的提示詞信息，對待訓(xùn)練的問答模型進行訓(xùn)練，得到當前的問答模型，包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述根據(jù)當前遍歷到的提示詞信息和預(yù)設(shè)的待訓(xùn)練數(shù)據(jù)集，對所述待訓(xùn)練的問答模型進行訓(xùn)練，得到所述當前的問答模型，包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述根據(jù)所述待訓(xùn)練輸入數(shù)據(jù)對應(yīng)的期望輸出數(shù)據(jù)和對應(yīng)的預(yù)測輸出數(shù)據(jù)，得到待訓(xùn)練的問答模型的識別正確率，包括：

5.根據(jù)權(quán)利要求4所述的方法，其中，所述根據(jù)各待訓(xùn)練輸入數(shù)據(jù)的識別結(jié)果，確定所述待訓(xùn)練的問答模型的識別正確率，包括：

6.根據(jù)權(quán)利要求3-5中任一項所述的方法，其中，所述根據(jù)所述識別正確率，對所述待訓(xùn)練的問答模型進行訓(xùn)練，得到所述當前的問答模型，包括：

7.根據(jù)權(quán)利要求6所述的方法，其中，所述根據(jù)所述識別正確率，對預(yù)設(shè)的損失函數(shù)進行更新，得到目標函數(shù)，包括：

8.根據(jù)權(quán)利要求7所述的方法，其中，所述根據(jù)所述超參數(shù)的參數(shù)值，確定所述目標函數(shù)，包括：

9.根據(jù)權(quán)利要求2-8中任一項所述的方法，其中，所述根據(jù)當前遍歷到的提示詞信息和預(yù)設(shè)的待訓(xùn)練數(shù)據(jù)集，對所述待訓(xùn)練的問答模型進行訓(xùn)練，得到所述當前的問答模型，包括：

10.根據(jù)權(quán)利要求1-9中任一項所述的方法，還包括：

11.根據(jù)權(quán)利要求1-10中任一項所述的方法，還包括：

12.一種基于大模型的問答方法，包括：

13.一種問答模型的訓(xùn)練裝置，包括：

14.一種基于大模型的問答裝置，包括：

15.一種電子設(shè)備，包括：

16.一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行根據(jù)權(quán)利要求1-12中任一項所述的方法。

17.一種計算機程序產(chǎn)品，其中，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1-12中任一項所述方法的步驟。

技術(shù)總結(jié)
本公開提供了一種問答模型的訓(xùn)練方法、基于大模型的問答方法及裝置，涉及人工智能領(lǐng)域，尤其涉及人機交互領(lǐng)域。具體實現(xiàn)方案為：獲取預(yù)設(shè)的提示詞數(shù)據(jù)集；提示詞數(shù)據(jù)集中包括提示詞信息，提示詞信息與訓(xùn)練目標一一對應(yīng)，訓(xùn)練目標表征對模型的輸出數(shù)據(jù)的要求；通過遍歷預(yù)設(shè)的提示詞數(shù)據(jù)集，至少根據(jù)當前遍歷到的提示詞信息，對待訓(xùn)練的問答模型進行訓(xùn)練，得到當前的問答模型；問答模型滿足已經(jīng)遍歷過的提示詞信息對應(yīng)的訓(xùn)練目標；響應(yīng)于確定提示詞數(shù)據(jù)集遍歷完成，確定當前的問答模型為訓(xùn)練完成的問答模型。

技術(shù)研發(fā)人員：文祎琳,呂中厚,王文華,王國秋,田偉娟,李蒙,包沉浮
受保護的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15