一种数据处理方法及系统
    3.
    发明公开

    公开(公告)号:CN117236426A

    公开(公告)日:2023-12-15

    申请号:CN202211642174.9

    申请日:2022-12-20

    Inventor: 何刚 杨健 方磊

    Abstract: 本发明实施例提供一种数据处理方法及系统。所述方法包括:获响应于用户界面的配置操作,获取配置的数据集以及干预列;对所述数据集以及干预列进行特征分析,得到数据特征信息和干预信息;基于所述数据特征信息和所述干预信息构建搜索空间;根据搜索策略在所述搜索空间进行搜索,生成增益模型。本发明实施例通过自动构建增益模型,提高了增益模型的建模效率,降低了增益建模的门槛。

    一种训练模型工具的生成方法、模型训练方法和装置

    公开(公告)号:CN116756555A

    公开(公告)日:2023-09-15

    申请号:CN202310084557.7

    申请日:2023-01-18

    Abstract: 本申请公开了一种训练模型工具的生成方法、模型训练方法和装置,属于计算机技术领域。所述方法包括:从第一函数库中获取第一函数,以及,从第二函数库中获取与所述第一函数功能相同的第二函数,其中,所述第一函数为在CPU上运行的函数,所述第二函数为在GPU上运行的函数;获取第一函数的第一参数信息和第二函数的第二参数信息;根据所述第一参数信息和所述第二参数信息,生成参数集;根据所述参数集,调整第一函数和/或第二函数;根据调整后的第一函数和调整后的第二函数,生成基函数;根据所述基函数,得到基函数库工具。

    一种特征因果仓库管理方法及系统

    公开(公告)号:CN115470304B

    公开(公告)日:2023-08-25

    申请号:CN202211053639.7

    申请日:2022-08-31

    Inventor: 何刚 杨健 方磊

    Abstract: 本发明实施例提供一种特征因果仓库管理方法及系统。所述方法包括:获得待处理的特征数据;基于因果发现算法对所述待处理的特征数据进行因果分析,得到所述待处理的特征数据的因果关系;基于所述因果关系构建特征因果仓库。本发明实施例基于因果发现算法对所述特征数据进行因果发现,得到所述特征数据的因果关系;基于所述因果关系构建特征因果仓库,从而实现自动构建特征因果仓库,提高了特征因果仓库的构建效率,且特征因果仓库可以增强特征数据在建模领域的可解释性、可靠性以及适用性。

    异常日志检测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN114969334B

    公开(公告)日:2023-04-07

    申请号:CN202210553614.7

    申请日:2022-05-20

    Abstract: 本发明提供一种异常日志检测方法、装置、电子设备及可读存储介质,该异常日志检测方法包括:获取待检测的日志文件,日志文件包括多行日志;对日志文件的每一行日志的词语进行词性处理,得到每一行日志对应的日志词性表达式;根据每一行日志对应的日志词性表达式和预先建立的日志词性模板语料库,确定日志对应的特征向量;将日志对应的特征向量输入至特征模型中,得到处理后的特征向量;对处理后的特征向量进行分析,定位出第一异常日志;对日志文件进行情感分析,得到日志文件中的每一行日志的情感信息;根据情感信息,确定日志文件中的第二异常日志;获取第一异常日志和第二异常日志的交集,作为最终的异常日志。本发明可以准确定位异常日志。

    异常日志检测方法、装置、电子设备及可读存储介质

    公开(公告)号:CN114969335A

    公开(公告)日:2022-08-30

    申请号:CN202210554220.3

    申请日:2022-05-20

    Abstract: 本发明提供一种异常日志检测方法、装置、电子设备及可读存储介质,属于人工智能技术领域,该异常日志检测方法包括:获取待检测的日志文件,所述日志文件包括多行日志;对所述日志文件的每一行日志的词语进行词性处理,得到每一行日志对应的日志词性表达式;根据每一行日志对应的日志词性表达式和预先建立的日志词性模板语料库,确定日志对应的特征向量;将所述日志对应的特征向量输入至特征模型中,得到处理后的特征向量;对所述处理后的特征向量进行分析,定位出异常日志。本发明可以快速定位异常日志。

    通过智能计算中心的算力实现的多智能体协作系统及方法

    公开(公告)号:CN119416829A

    公开(公告)日:2025-02-11

    申请号:CN202411523857.1

    申请日:2024-10-29

    Abstract: 本发明提供一种通过智能计算中心的算力实现的多智能体协作系统及方法,包括:对话界面和多个智能体,每个所述智能体具有特定的能力,所述多个智能体能够在所述对话界面中以对话交流的方式组建团队并协作完成指定任务,所述对话界面用于展示在执行所述指定任务的过程中,所述多个智能体之间的交流过程,以及,所述智能体的部分或全部决策过程。本发明中,由于采用多个智能体协作,因而可以处理较为复杂的任务,同时在执行指定任务的过程中,采用对话界面展示多个智能体之间的交流过程以及智能体的部分或全部决策过程,使得用户对指定任务的处理过程更加清楚,提高用户体验。

    通过智能计算中心的算力实现大型语言模型训练的方法

    公开(公告)号:CN119179901A

    公开(公告)日:2024-12-24

    申请号:CN202411697201.1

    申请日:2024-11-25

    Abstract: 本发明提供一种通过智能计算中心的算力实现大型语言模型训练的方法,涉及算力基础设施和人工智能技术领域,包括:步骤S1:第一智能体接收并理解用户在对话界面给出的训练大型语言模型的任务;步骤S2:第一智能体将该任务划分成多个子任务,并将多个子任务分配给多个第二智能体;步骤S3:第一智能体制定该任务的执行计划并通知第二智能体基于执行计划执行被分配的子任务;步骤S4:第一智能体或第二智能体生成该任务的报告结果并报告给用户。由于采用多个智能体协作,可以充分利用智能计算中心的算力处理较为复杂的训练大型语言模型的任务,同时在执行训练大型语言模型的任务的过程中,采用对话界面展示交流过程和决策过程,使得处理过程更加清楚。

    一种模型信息确定方法、装置及系统

    公开(公告)号:CN117216530A

    公开(公告)日:2023-12-12

    申请号:CN202211740152.6

    申请日:2022-12-30

    Abstract: 本发明实施例提供一种模型信息确定方法、装置及系统。所述方法包括:获得待训练的目标业务模型的各个超参数,以及,用于训练目标业务模型的数据元特征和评估指标;获得所述目标业务模型的各个超参数和所述评估指标之间的因果关系;根据所述数据元特征、所述评估指标以及所述因果关系对目标业务模型的各个超参数进行迭代调整,得到调整后的目标超参数集。本发明实施例通过超参数和评估指标之间的因果关系确定对评估指标有正向影响的超参数,提高模型参数优化精准度,避免了进行大量的计算试验,从而降低模型参数优化成本,减少业务模型训练阶段对系统资源的占用。

Patent Agency Ranking