本公開提供了一種AI模型篩選方法、裝置、電子設備及存儲介質，涉及計算機技術領域。方法包括：獲取多個AI模型對應的評估指標，多個AI模型中包括至少一個AI能力類型的AI模型，評估指標包括同類型AI模型調用次數指標、各類型AI模型調用次數指標、準確值指標、方差指標中的至少一個；通過評估指標得到各個AI模型的應用價值評估結果；根據應用價值評估結果分別對每類AI模型進行篩選得到各個目標AI模型，每類AI模型對應一個目標AI模型；根據各個目標AI模型確定AI模型篩選結果。本公開根據上述評估指標來對各個AI模型分別進行應用價值評估，提高了AI模型應用價值評估與AI模型篩選的準確性與可靠性，確保用戶體驗。
【技術實現步驟摘要】
所屬的技術人員能夠理解，本公開的各個方面可以實現為系統、方法或程序產品。因此，本公開的各個方面可以具體實現為以下形式，即：完全的硬件實施方式、完全的軟件實施方式(包括固件、微代碼等)，或硬件和軟件方面結合的實施方式，這里可以統稱為“電路”、“模塊”或“系統”。下面參照圖7來描述根據本公開的這種實施方式的電子設備700。圖7顯示的電子設備700僅僅是一個示例，不應對本公開實施例的功能和使用范圍帶來任何限制。如圖7所示，電子設備700以通用計算設備的形式表現。電子設備700的組件可以包括但不限于：上述至少一個處理單元710、上述至少一個存儲單元720、連接不同系統組件(包括存儲單元720和處理單元710)的總線730。其中，所述存儲單元存儲有程序代碼，所述程序代碼可以被所述處理單元710執行，使得所述處理單元710執行本說明書上述“示例性方法”部分中描述的根據本公開各種示例性實施方式的步驟。例如，所述處理單元710可以執行上述方法實施例的如下步驟：獲取多個ai模型對應的評估指標，其中，多個ai模型中包括至少一個ai能力類型的ai模型，該評估指標包括同類型ai模型調用次數指標、各類型ai模型調用次數指標、準確值指標、方差指標中的至少一個；通過該評估指標對多個ai模型分別進行應用價值評估，得到各個ai模型的應用價值評估結果；根據應用價值評估結果分別對每類ai模型進行篩選得到各個目標ai模型，其中，每類ai模型對應一個目標ai模型；根據各個目標ai模型確定ai模型篩選結果。存儲單元720可以包括易失性存儲單元形式的可讀介質，例如隨機存取存儲單元(ram)7201和/或高速緩存存儲單元7202，還可以進一步包括只讀存儲單元(rom)7203。存儲單元720還可以包括具有一組(至少一個)程序模塊7205的程序/實用工具7204，這樣的程序模塊7205包括但不限于：操作系統、一個或者多個應用程序、其它程序模塊以及程序數據，這些示例中的每一個或某種組合中可能包括網絡環境的實現。總線730可以為表示幾類總線結構中的一種或多種，包括存儲單元總線或者存儲單元控制器、外圍總線、圖形加速端口、處理單元或者使用多種總線結構中的任意總線結構的局域總線。電子設備700也可以與一個或多個外部設備740(例如鍵盤、指向設備、藍牙設備等)通信，還可與一個或者多個使得用戶能與該電子設備700交互的設備通信，和/或與使得該電子設備700能與一個或多個其它計算設備進行通信的任何設備(例如路由器、調制解調器等等)通信。這種通信可以通過輸入/輸出(i/o)接口750進行。并且，電子設備700還可以通過網絡適配器760與一個或者多個網絡(例如局域網(lan)，廣域網(wan)和/或公共網絡，例如因特網)通信。如圖所示，網絡適配器760通過總線730與電子設備700的其它模塊通信。應當明白，盡管圖中未示出，可以結合電子設備700使用其它硬件和/或軟件模塊，包括但不限于：微代碼、設備驅動器、冗余處理單元、外部磁盤驅動陣列、raid系統、磁帶驅動器以及數據備份存儲系統等。通過以上的實施方式的描述，本領域的技術人員易于理解，這里描述的示例實施方式可以通過軟件實現，也可以通過軟件結合必要的硬件的方式來實現。因此，根據本公開實施方式的技術方案可以以軟件產品的形式體現出來，該軟件產品可以存儲在一個非易失性存儲介質(可以是cd-rom，u盤，移動硬盤等)中或網絡上，包括若干指令以使得一臺計算設備(可以是個人計算機、服務器、終端裝置、或者網絡設備等)執行根據本公開實施方式的方法。特別地，根據本公開的實施例，上文參考流程圖描述的過程可以被實現為計算機程序產品，該計算機程序產品包括：計算機程序，所述計算機程序被處理器執行時實現上述ai模型篩選方法。在本公開的示例性實施例中，還提供了一種計算機可讀存儲介質，該計算機可讀存儲介質可以是可讀信號介質或者可讀存儲介質。示例性地，該計算機可讀存儲介質上存儲有能夠實現本公開上述方法的程序產品。在一些可能的實施方式中，本公開的各個方面還可以實現為一種程序產品的形式，其包括程序代碼，當所述程序產品在終端設備上運行時，所述程序代碼用于使所述終端設備執行本說明書上述“示例性方法”部分中描述的根據本公開各種示例性實施方式的步驟。本公開中的計算機可讀存儲介質的更具體的例子可以包括但不限于：具有一個或多個導線的電連接、便攜式計算機磁盤、硬盤、隨機訪問存儲器(ram)、只讀存儲器(rom)、可擦式可編程只讀存儲器(eprom或閃存)、光纖、便攜式緊湊磁盤只讀存儲器(cd-rom)、光存儲器件、磁存儲器件、或者上述的任意合適的組合。在本公開中，計算機可讀存儲介質可以包括在基帶中或者作為載波一部分傳播的數據信號，其中承載了可讀程序代碼。這種傳播的數據信號可以采用多種形式，包括但不限于電磁信號、光信號或上述的任意合適的組合。可讀信號介質還可以是可讀存儲介質以外的任何可讀介質，該可讀介質可以發送、傳播或者傳輸用于由指令執行系統、裝置或者器件使用或者與其結合使用的程序。可選地，計算機可讀存儲介質上包含的程序代碼可以用任何適當的介質傳輸，包括但不限于無線、有線、光纜、rf等等，或者上述的任意合適的組合。在具體實施時，可以以一種或多種程序設計語言的任意組合來編寫用于執行本公開操作的程序代碼，所述程序設計語言包括面向對象的程序設計語言—諸如java、c++等，還包括常規的過程式程序設計語言—諸如“c”語言或類似的程序設計語言。程序代碼可以完全地在用戶計算設備上執行、部分地在用戶設備上執行、作為一個獨立的軟件包執行、部分在用戶計算設備上部分在遠程計算設備上執行、或者完全在遠程計算設備或服務器上執行。在涉及遠程計算設備的情形中，遠程計算設備可以通過任意種類的網絡，包括局域網(lan)或廣域網(wan)，連接到用戶計算設備，或者，可以連接到外部計算設備(例如利用因特網服務提供商來通過因特網連接)。應當注意，盡管在上文詳細描述中提及了用于動作執行的設備的若干模塊或者單元，但是這種劃分并非強制性的。實際上，根據本公開的實施方式，上文描述的兩個或更多模塊或者單元的特征和功能可以在一個模塊或者單元中具體化。反之，上文描述的一個模塊或者單元的特征和功能可以進一步劃分為由多個模塊或者單元來具體化。此外，盡管在附圖中以特定順序描述了本公開中方法的各個步驟，但是，這并非要求或者暗示必須按照該特定順序來執行這些步驟，或是必須執行全部所示的步驟才能實現期望的結果。附加的或備選的，可以省略某些步驟，將多個步驟合并為一個步驟執行，以及/或者將一個步驟分解為多個步驟執行等。通過以上實施方式的描述，本領域的技術人員易于理解，這里描述的示例實施方式可以通過軟件實現，也可以通過軟件結合必要的硬件的方式來實現。因此，根據本公開實施方式的技術方案可以以軟件產品的形式體現出來，該軟件產品可以存儲在一個非易失性存儲介質(可以是cd-rom，u盤，移動硬盤等)中或網絡上，包括若干指令以使得一臺計算設備(可以是個人計算機、服務器、移動終端、或者網絡設備等)執行根據本公開實施方式的方法。本領域技術人員在考慮說明書及實踐這里公開的專利技術后，將容易想到本公開的其它實施方案。本公開旨在涵蓋本公開的任何變型本文檔來自技高網...
【技術保護點】
1.一種人工智能AI模型篩選方法，其特征在于，包括：
2.根據權利要求1所述的AI模型篩選方法，其特征在于，所述通過所述評估指標對多個AI模型分別進行應用價值評估，得到各個AI模型的應用價值評估結果，包括：
3.根據權利要求2所述的AI模型篩選方法，其特征在于，所述分別根據所述類型調用比值、所述總調用比值、所述準確率差值、所述方差差值中的至少一個，確定各個AI模型的應用價值評估結果，包括：
4.根據權利要求1至3中任意一項所述的AI模型篩選方法，其特征在于，所述根據應用價值評估結果分別對每類AI模型進行篩選得到各個目標AI模型，包括：
5.根據權利要求1至3中任意一項所述的AI模型篩選方法，其特征在于，所述方法還包括：
6.根據權利要求5所述的AI模型篩選方法，其特征在于，當所述評估指標包括所述準確值指標時，所述預設條件為準確率差值低于預設閾值。
7.根據權利要求2或3所述的AI模型篩選方法，其特征在于，所述通過所述評估指標對多個AI模型分別進行應用價值評估，得到各個AI模型的應用價值評估結果之后，所述方法還包括：
8.根據權利要求1所述的AI模型篩選方法，其特征在于，所述方法還包括：
9.一種AI模型篩選裝置，其特征在于，包括：
10.一種電子設備，其特征在于，包括：
11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1～8中任意一項所述的AI模型篩選方法。
...
【技術特征摘要】
1.一種人工智能ai模型篩選方法，其特征在于，包括：
2.根據權利要求1所述的ai模型篩選方法，其特征在于，所述通過所述評估指標對多個ai模型分別進行應用價值評估，得到各個ai模型的應用價值評估結果，包括：
3.根據權利要求2所述的ai模型篩選方法，其特征在于，所述分別根據所述類型調用比值、所述總調用比值、所述準確率差值、所述方差差值中的至少一個，確定各個ai模型的應用價值評估結果，包括：
4.根據權利要求1至3中任意一項所述的ai模型篩選方法，其特征在于，所述根據應用價值評估結果分別對每類ai模型進行篩選得到各個目標ai模型，包括：
5.根據權利要求1至3中任意一項所述的ai模型篩選方法，其特征在于，所述方法還包括：<...
【專利技術屬性】
技術研發人員：呂田田，章軍，吳艷芹，馬娜，張樂，
申請(專利權)人：中國電信股份有限公司技術創新中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。