本發明實施例涉及一種對電解液配方成分進行結構優化的處理方法和裝置，所述方法包括：構建結構優化模型；構建第一、第二數據集；基于第一數據集進行預訓練、基于第二數據集進行調優；調優結束后將用戶輸入的電解液配方作為當前電解液配方，并根據當前電解...

本發明實施例涉及一種對材料分子進行可合成優化的處理方法和裝置，所述方法包括：設置可合成化學信息庫；結合可合成化學信息庫構建可合成優化模型；構建模型訓練數據集對可合成優化模型進行訓練；模型訓練結束后，基于可合成優化模型對用戶輸入的任意材料...

本發明實施例涉及一種預測電解液配方成分物理性質的處理方法和裝置，所述方法包括：構建分子物性預測模型；基于預設的第一數據集對分子物性預測模型進行模型訓練；模型訓練結束后，接收用戶輸入的任意電解液配方記為對應的第一配方；并使用分子物性預測模...

本發明實施例涉及一種引入人工智能模型的網絡安全防護系統，所述系統包括：數據采集模塊、模型調度模塊、異常預測模型、多任務大語言模型、策略知識庫、策略分發模塊和策略實施模塊；其中，模型調度模塊用于調用異常預測模型和多任務大語言模型根據數據采...

本發明實施例涉及一種引入條件約束的大語言模型的處理方法和裝置，所述方法包括：為每個條件規則定制對應的第一狀態預測模型；并為每個條件規則創建對應的模型訓練數據集來訓練對應的第一狀態預測模型；將任一類基于Transformer架構實現并已完...

本發明實施例涉及一種結合用戶反饋與上下文學習的知識處理方法和裝置，所述方法包括：將一類大語言模型使用的知識庫記為第一知識庫；根據用戶輸入的指令文本和第一知識庫進行上下文知識學習，并將學習得到的知識序列作為指令提示文本信息與指令文本一起輸...

本發明實施例涉及一種對事件抽取訓練數據集進行數據增強的方法和裝置，所述方法包括：將公開數據集記為第一數據集；并由N個已經完成預訓練的大語言模型組成對應的第一模型集；并基于第一數據集對第一模型集的各個第一大語言模型進行微調訓練；并在第一模...

本發明實施例涉及一種對知識條目的附加參數進行更新的處理方法和裝置，所述方法包括：1、接收反饋統計清單和標簽數據集并確認知識庫和大語言模型；2、對知識庫進行兩次復制得到舊版、當前知識庫；3、先根據反饋統計清單對當前知識庫進行一輪預調、再基...

本發明實施例涉及一種對藥物分子進行優化的處理方法和裝置，所述方法包括：步驟1,構建化學信息庫；步驟2,構建合成路徑回歸預測模型；步驟3,構建模型訓練數據集訓練模型；步驟4,接收舊藥物分子圖；步驟5,基于合成路徑回歸預測模型對舊藥物分子圖...

本發明實施例涉及一種引入稠密向量檢索器的大語言模型的處理方法和裝置，所述方法包括：將一類大語言模型作為第一大語言模型；基于第一大語言模型在對應的定向NLP任務微調中使用的定向文本語料集初始化稠密向量數據庫；在第一大語言模型中增加稠密向量...

本發明實施例涉及一種結合知識圖譜處理問答任務的方法和裝置，所述方法包括：構建知識圖譜；以大語言模型的特征提取組件為基礎定制實體提取模型，并由大語言模型根據知識圖譜對實體提取模型的模型訓練數據集進行自動生成處理，并基于數據集訓練實體提取模...

本發明實施例涉及一種基于大語言模型進行關系抽取的處理方法和裝置，所述方法包括：選擇大語言模型作為第一模型；通過人工/機器模型的數據采集/清洗/標注方式構建第一數據集對第一模型的關系抽取/驗證功能進行預訓練；預訓練結束后基于第一模型的文本...

本發明實施例涉及一種基于上下文增強的事件提取方法和裝置，所述方法包括：選擇大語言模型并定制文本檢索模型、事件提取模型；基于大語言模型為兩個定制模型創建訓練數據集并基于數據集對兩個定制模型進行訓練；訓練結束后接收用戶輸入文本，并對當次用戶...

本發明實施例涉及一種向大語言模型引入線性注意力機制的處理方法和裝置，所述方法包括：將一類基于Transformer模型架構實現的常規大語言模型作為對應的基版模型；接收模型改善方案記為對應的第一方案；基于第一方案的第一注意力函數配置集對基...

本發明實施例涉及一種基于模型級聯方式處理事件抽取任務的方法和裝置，所述方法包括：合并多類事件抽取數據集組成第一數據集，將一類特定領域事件抽取數據集作為第二數據集；將一個完成預訓練的大語言模型作為第一模型、將一個輕量級事件抽取模型作為第二...

本發明實施例涉及一種平均核糖體負載預測系統的處理方法和裝置，所述方法包括：構建平均核糖體負載預測系統；并構建數據集；并基于數據集對預測系統進行訓練；在系統訓練結束之后，接收用戶輸入的系統應用模式和對應的系統應用數據；當系統應用模式為單序...

本發明實施例涉及一種用于知識編輯的判別器模型的處理方法和裝置，所述方法包括：構建第一、第二、第三數據集；設計基準判別器模型，并基于第一、第二、第三數據集對基準判別器模型進行分別訓練得到知識合規性判別模型、知識一致性判別模型、知識編輯策略...

本發明實施例涉及一種基于擴散模型進行藥物分子生成的處理方法和裝置，所述方法包括：設計一個用于根據模型輸入的蛋白質口袋構象進行對應的配體質心坐標和配體原子總數預測的模型作為分子預測模型并對其進行訓練；并將訓練成熟的DiffBP模型、Tar...

本發明實施例涉及一種電荷載流子遷移率預測模型的處理方法和裝置，所述方法包括：構建一個用于根據輸入的兩個分子序列進行電荷載流子遷移率預測的預測模型記為對應的第一預測模型；基于預設的第一數據集對第一預測模型進行模型訓練；模型訓練結束后，接收...

本發明實施例涉及一種帶有條件約束的分子構象生成器的處理方法和裝置，所述方法包括：基于多個Un?i?Mo?l模型和一個已經完成模型訓練的性質預測模型構建一個分子構象生成器；基于預設的基版模型參數對分子構象生成器內的所有Un?i?Mo?l模...