-
公开(公告)号：CN116795418A
公开(公告)日：2023-09-22
申请号：CN202310803959.8
申请日：2023-06-30
Applicant: 北京九章云极科技有限公司
Abstract: 本发明实施例提供一种模型配置方法、装置及系统。所述方法包括：获取待导入模型的模型信息；其中，所述模型信息包括以下至少一项：模型结构类型，模型调用接口信息和模型的环境信息；基于所述模型结构类型将所述待导入模型导入到模型配置系统；将所述待导入模型的调用接口信息与标准调用接口信息进行适配；所述标准调用接口信息包括以下至少一项：标准协议，标准输入或输出格式，镜像模型的文件包类型和基础运行环境。本发明实施例为待导入模型进行调用接口格式适配，将该待导入模型的调用接口格式与标准调用接口进行适配，从而实现了以统一接口格式对不同模型进行调用以及管理，提高了模型调用以及管理的效率。
-
公开(公告)号：CN117592568B
公开(公告)日：2025-02-11
申请号：CN202311559551.7
申请日：2023-11-21
Applicant: 北京九章云极科技有限公司
IPC: G06N5/04
Abstract: 本发明提供一种基于大语言模型的数据链生成方法及装置，该基于大语言模型的数据链生成方法包括：根据输入信息确定第一提示词，所述第一提示词包括：待处理任务、初始数据信息和数据链描述，其中，所述输入信息包括所述待处理任务和所述初始数据信息，所述数据链描述包括所述待处理任务对应的处理方法指示；将所述第一提示词输入大语言模型，并获取所述大语言模型输出的目标数据链，所述目标数据链包括对所述待处理任务进行处理的至少一个操作节点，每个操作节点包括中间数据变量及所述中间数据变量对应的操作指令。本发明中，可以使得大语言模型输出完整的数据链解决思路，避免了步骤未知和得不到任务解决方案的情况。
-
Patent Agency Ranking
公开(公告)号：CN117194942A
公开(公告)日：2023-12-08
申请号：CN202311243678.8
申请日：2023-09-25
Applicant: 北京九章云极科技有限公司
IPC: G06F18/2113 , G06F18/2111 , G06F18/213
Abstract: 本申请提供一种基于因果关系的特征处理方法、装置及电子设备，涉及机器学习、深度学习技术领域，该方法包括：确定初始数据集中的多个初始特征变量之间的因果关系，得到因果结构矩阵，因果结构矩阵用于表征多个初始特征变量中任意两个初始特征变量之间的因果关系；从多个初始特征变量中确定目标特征变量，并基于因果结构矩阵，确定与目标特征变量具有相邻关系的多个相关特征变量；基于多个相关特征变量进行特征衍生运算，得到多个衍生特征变量；基于多个衍生特征变量进行特征评估，确定目标特征组合。本申请有效筛选无效特征变量，减少特征变量的数量；与此同时，目标特征组合中的特征变量之间存在相邻关系，提高了目标特征组合的质量。
-
公开(公告)号：CN117217202A
公开(公告)日：2023-12-12
申请号：CN202311174858.5
申请日：2023-09-12
Applicant: 北京九章云极科技有限公司
IPC: G06F40/205 , G06F40/194 , G06F18/22 , G06N5/04
Abstract: 本发明提供一种基于大语言模型的思维链扩充数据的生成方法及装置，该方法包括：步骤S1：接收输入的提示词，所述提示词包括：任务描述，思维链种子数据和对所述思维链种子数据进行扩充的扩充方法；所述任务描述用于指示所述大语言模型采用所述扩充方法对所述思维链种子数据进行扩充；步骤S2：根据所述任务描述和所述扩充方法对所述思维链种子数据进行扩充，生成思维链扩充数据。本发明能够自动生成思维链扩充数据，以较小的成本，较高的效率，得到规模更大的思维链数据。
-
公开(公告)号：CN117592568A
公开(公告)日：2024-02-23
申请号：CN202311559551.7
申请日：2023-11-21
Applicant: 北京九章云极科技有限公司
IPC: G06N5/04
Abstract: 本发明提供一种基于大语言模型的数据链生成方法及装置，该基于大语言模型的数据链生成方法包括：根据输入信息确定第一提示词，所述第一提示词包括：待处理任务、初始数据信息和数据链描述，其中，所述输入信息包括所述待处理任务和所述初始数据信息，所述数据链描述包括所述待处理任务对应的处理方法指示；将所述第一提示词输入大语言模型，并获取所述大语言模型输出的目标数据链，所述目标数据链包括对所述待处理任务进行处理的至少一个操作节点，每个操作节点包括中间数据变量及所述中间数据变量对应的操作指令。本发明中，可以使得大语言模型输出完整的数据链解决思路，避免了步骤未知和得不到任务解决方案的情况。
-
公开(公告)号：CN117009901A
公开(公告)日：2023-11-07
申请号：CN202310793337.1
申请日：2023-06-30
Applicant: 北京九章云极科技有限公司
IPC: G06F18/2433 , G06F18/15 , G06F123/02
Abstract: 本发明实施例提供一种数据集的处理方法、装置及系统。所述方法包括：获取无标签时间序列数据集的验证集；对所述验证集进行异常点标注，得到所述验证集的第一伪标签集；基于所述验证集的第一伪标签集获得所述验证集的第二伪标签集；基于所述第一伪标签集和第二伪标签集确定目标伪标签集，并基于所述目标伪标签集对初始检测模型进行处理，确定目标检测模型。本发明实施例可以对时间序列数据进行自动标注，获得带有标签的数据集，从而实现时序数据异常检测的自动化建模，提高了异常模型进行异常检测的准确率，降低了成本。
-
公开(公告)号：CN116757293A
公开(公告)日：2023-09-15
申请号：CN202310348068.8
申请日：2023-04-03
Applicant: 北京九章云极科技有限公司
IPC: G06N20/00 , G06F18/2431 , G06F18/214
Abstract: 本申请提供了一种模型修正方法、装置、设备和存储介质。该方法包括：获取M个样本数据；样本数据基于目标模型对预设的多个测试数据进行数据处理获得；根据M个样本数据，构建与N个特征变量一一对应的N个目标因果模型；对于每个特征变量，通过特征变量对应的目标因果模型对M个样本数据进行因果推断，获得特征变量对应的分析结果；基于分析结果，修正目标模型。本实施例在模型修正的过程中，充分考虑到了样本特征之间的因果关系，为模型的修正提供了正确的参考，以此提高了修正后的模型的预测结果的准确性。
-
-
-
-
-
-
Search Results
7
records
(took 0.036 seconds)
