一种基于大语言模型的情报问询系统、任务执行方法及存储介质
申请号:CN202510713352
申请日期:2025-05-29
公开号:CN120725131A
公开日期:2025-09-30
类型:发明专利
摘要
本发明提出了一种基于大语言模型的情报问询系统,包括:多阶段自适应任务拆解与复合推理模块、生成式对抗推理模块、任务路由与工具选择优化模块和持续学习与自我优化模块,通过多阶段自适应任务拆解与复合推理、自适应提示链生成、跨任务领域学习迁移、多级路由机制优化、基于自适应规划的任务执行和系统自我学习优化等技术方案,实现系统高度自适应、智能化提示生成、任务拆解准确、持续学习自我优化和多模态支持,相比于现有技术具有显著技术优势。
技术关键词
问询系统
大语言模型
生成对抗网络
深度强化学习
多阶段
非暂态存储介质
数学模型
策略
动态
模块
机制
提升系统
闭环控制
GAN模型
更新模型参数
分布式训练
拆解方法
多模态
卡尔曼滤波
对抗性