期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
改进检索增强与LLM思维链维修策略生成
1
作者 贺梓然 江波 王晓龙 《计算机应用与软件》 北大核心 2025年第3期1-6,83,共7页
针对高级装备维修场景下人工方式成本高、准确度依赖人员素质、无法有效利用历史维修经验等问题,提出一种改进检索增强与大语言模型(Large Language Models,LLM)思维链维修策略生成算法。即首先引入意图识别模块以优化处理路径;其次引... 针对高级装备维修场景下人工方式成本高、准确度依赖人员素质、无法有效利用历史维修经验等问题,提出一种改进检索增强与大语言模型(Large Language Models,LLM)思维链维修策略生成算法。即首先引入意图识别模块以优化处理路径;其次引入分层路由机制,通过关键因素进行多层分类;再次融合多查询检索器以提升检索效果,引入上下文压缩模块以减少冗余信息,避免注意力干扰;最终通过思维链推理方法,引导大语言模型逐步生成精细化维修策略。在高级装备故障诊断与维修决策领域,以典型航空飞行器维修决策作为实验以及应用验证场景,采用提出的高效维修策略生成算法,显著提升了高级装备维修策略生成准确性与时效性。 展开更多
关键词 维修策略生成 大语言模型 改进检索增强生成 思维链推理
在线阅读 下载PDF
基于大语言模型多阶段推理的情绪支持对话生成方法
2
作者 桑晨扬 马廷淮 +2 位作者 谢欣彤 孙圣杰 黄锐 《计算机科学与探索》 CSCD 北大核心 2024年第11期2925-2939,共15页
情绪支持对话任务需在充分理解用户心理状态的基础上,采取特定的对话策略进行支持性回复,以减轻用户的情绪困扰。现有的研究大多采用端到端生成的方法,通过微调的方式调整小型预训练语言模型,以对情绪支持任务进行适配。然而,这些方法... 情绪支持对话任务需在充分理解用户心理状态的基础上,采取特定的对话策略进行支持性回复,以减轻用户的情绪困扰。现有的研究大多采用端到端生成的方法,通过微调的方式调整小型预训练语言模型,以对情绪支持任务进行适配。然而,这些方法缺乏对用户心理状态的细粒度理解,导致共情程度不足,并且模型决策过程不透明,导致可解释性较差。为解决上述问题,受目前大语言模型出色的推理能力启发,提出了一种基于大语言模型的情绪支持对话推理框架CoES(chain-of-emotional-support),将端到端的生成问题转化为分阶段的推理问题,从而将复杂的情绪支持任务分解为简单子任务来逐步解决。该框架由情绪推理链、策略推理链、回复生成链三条思维链组成,分别用于用户心理状态的细粒度挖掘、情绪支持策略的选择以及回复的生成与优化。针对性地设计了不同的外部知识增强策略,以改善大模型在心理状态挖掘及支持策略选择过程中的推理效果。ESConv数据集上的人工评估及自动评估结果表明,所提出的推理方法在情绪支持的可解释性及内容生成质量方面达到了先进的性能。 展开更多
关键词 情绪支持对话 大语言模型 思维链推理 心理健康
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部