本公開涉及計算機，尤其涉及一種題目生成方法、裝置、設(shè)備、存儲介質(zhì)及芯片。

背景技術(shù)：

1、風(fēng)險預(yù)控票通常是企業(yè)或組織在進行風(fēng)險管理時使用的一種工具，它是指對可能出現(xiàn)的風(fēng)險進行提前識別、評估、制定應(yīng)對措施，并記錄在案的一種管理方式。通過風(fēng)險預(yù)控票，企業(yè)或組織可以系統(tǒng)性第管理潛在的風(fēng)險，確保在風(fēng)險發(fā)生時能夠迅速有效地應(yīng)對，從而減少風(fēng)險帶來的損失。

2、目前，現(xiàn)有的風(fēng)險預(yù)控培訓(xùn)流程為：確定工作任務(wù)；班長根據(jù)工作任務(wù)通過企業(yè)資源計劃系統(tǒng)（enterprise?resource?planning，erp）擬定風(fēng)險預(yù)控票；工作負責人拿到風(fēng)險預(yù)控票，根據(jù)風(fēng)險預(yù)控票人工出題；工作負責人將風(fēng)險預(yù)控票分發(fā)給班組成員進行學(xué)習(xí)，并在學(xué)習(xí)之后使用對應(yīng)題目進行考核，為確保工作安全，考核通過的人員才可以進入工作場所開始工作。在上述過程中，工作負責人需收集預(yù)控票，通過人工方式出題，通常人工出題的工作量較大，導(dǎo)致工作效率較低，人工成本高。

技術(shù)實現(xiàn)思路

1、為克服相關(guān)技術(shù)中存在的問題，本公開提供一種題目生成方法、裝置、設(shè)備、存儲介質(zhì)及芯片，以解決上述相關(guān)技術(shù)中人工出題的工作量較大、工作效率較低、人工成本較高等技術(shù)問題。

2、根據(jù)本公開實施例的第一方面，提供一種題目生成方法，包括：

3、獲取題目提示信息，所述題目提示信息包括至少一個具備預(yù)設(shè)結(jié)構(gòu)化格式的預(yù)控項；

4、調(diào)用題目生成模型對所述題目提示信息進行題目生成，得到生成的題目內(nèi)容；

5、其中，所述題目生成模型為基于獲取的微調(diào)數(shù)據(jù)集對大語言模型進行訓(xùn)練微調(diào)獲得的，所述微調(diào)數(shù)據(jù)集包括成對出現(xiàn)的至少一個訓(xùn)練提示信息和至少一個訓(xùn)練題目內(nèi)容；在所述微調(diào)過程中，保持所述大語言模型的基礎(chǔ)模型參數(shù)不變，微調(diào)所述大語言模型的低秩矩陣lora參數(shù)，所述lora參數(shù)為所述大語言模型中的注意力層和前饋網(wǎng)絡(luò)層對應(yīng)的秩分解矩陣。

6、在一些實施例中，所述獲取題目提示信息包括：

7、獲取待處理的提示信息，所述待處理的提示信息包括至少一個預(yù)控項；

8、對所述待處理的提示信息進行結(jié)構(gòu)化和合并處理，得到所述題目提示信息。

9、在一些實施例中，所述題目內(nèi)容為具備所述預(yù)設(shè)結(jié)構(gòu)化格式的題目內(nèi)容。

10、在一些實施例中，所述方法還包括：

11、獲取初始數(shù)據(jù)集，所述初始數(shù)據(jù)集包括成對出現(xiàn)的至少一個預(yù)控票和至少一個題目內(nèi)容，每個所述預(yù)控票中包括至少一個預(yù)控項；

12、對所述初始數(shù)據(jù)集中的預(yù)控票和題目內(nèi)容進行預(yù)處理，得到所述微調(diào)數(shù)據(jù)集；

13、其中，所述預(yù)處理包括結(jié)構(gòu)化處理和/或合并處理。

14、在一些實施例中，所述方法還包括：

15、基于所述微調(diào)數(shù)據(jù)集對大語言模型中的lora參數(shù)進行微調(diào)，得到微調(diào)后的lora參數(shù)；

16、基于所述大語言模型中的基礎(chǔ)模型參數(shù)和所述微調(diào)后的lora參數(shù)，對所述大語言模型進行前向傳播微調(diào)，從而得到微調(diào)后的所述題目生成模型；

17、其中，所述基礎(chǔ)模型參數(shù)為所述大語言模型中除所述lora參數(shù)外的模型參數(shù)。

18、在一些實施例中，所述方法還包括：

19、基于機器人流程自動化rpa技術(shù)，獲得所述預(yù)控票，其中，所述rpa技術(shù)支持操縱應(yīng)用程序在用戶界面中輸入相應(yīng)的至少一個所述預(yù)控票。

20、在一些實施例中，所述方法還包括：

21、基于所述生成的題目內(nèi)容進行試卷生成，得到生成的試卷內(nèi)容，所述試卷內(nèi)容包括所述生成的題目內(nèi)容。

22、根據(jù)本公開實施例的第二方面，提供一種題目生成裝置，包括：

23、獲取模塊，被配置為獲取題目提示信息，所述題目提示信息包括至少一個具備預(yù)設(shè)結(jié)構(gòu)化格式的預(yù)控項；

24、處理模塊，被配置為調(diào)用題目生成模型對所述題目提示信息進行題目生成，得到生成的題目內(nèi)容；

25、其中，所述題目生成模型為基于獲取的微調(diào)數(shù)據(jù)集對大語言模型進行訓(xùn)練微調(diào)獲得的，所述微調(diào)數(shù)據(jù)集包括成對出現(xiàn)的至少一個訓(xùn)練提示信息和至少一個訓(xùn)練題目內(nèi)容；在所述微調(diào)過程中，保持所述大語言模型的基礎(chǔ)模型參數(shù)不變，微調(diào)所述大語言模型的低秩矩陣lora參數(shù)，所述lora參數(shù)為所述大語言模型中的注意力層和前饋網(wǎng)絡(luò)層對應(yīng)的秩分解矩陣。

26、關(guān)于本公開實施例中未介紹或未描述的內(nèi)容可對應(yīng)參考前述方法實施例中的相關(guān)介紹，本公開實施例不做限定。

27、根據(jù)本公開實施例的第三方面，提供一種電子設(shè)備，包括：處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為執(zhí)行所述可執(zhí)行指令實現(xiàn)上述的題目生成方法的步驟。

28、根據(jù)本公開實施例的第四方面，提供一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，該程序指令被處理器執(zhí)行時實現(xiàn)本公開第一方面所提供的題目生成方法的步驟。

29、根據(jù)本公開實施例的第五方面，提供一種芯片，包括：處理器和接口；所述處理器用于讀取指令以執(zhí)行上述的題目生成方法的步驟。

30、本公開的實施例提供的技術(shù)方案可以包括以下有益效果：電子設(shè)備獲取題目提示信息，所述題目提示信息包括至少一個具備預(yù)設(shè)結(jié)構(gòu)化格式的預(yù)控項；調(diào)用題目生成模型對所述題目提示信息進行題目生成，得到生成的題目內(nèi)容；其中，所述題目生成模型為基于獲取的微調(diào)數(shù)據(jù)集對大語言模型進行訓(xùn)練微調(diào)獲得的，所述微調(diào)數(shù)據(jù)集包括成對出現(xiàn)的至少一個訓(xùn)練提示信息和至少一個訓(xùn)練題目內(nèi)容；在所述微調(diào)過程中，保持所述大語言模型的基礎(chǔ)模型參數(shù)不變，微調(diào)所述大語言模型的低秩矩陣lora參數(shù)，所述lora參數(shù)為所述大語言模型中的注意力層和前饋網(wǎng)絡(luò)層對應(yīng)的秩分解矩陣。這樣，本公開能基于題目生成模型來自動出題，取代人工出題，能避免由于人工出題帶來的工作量較大、工作效率較低及人工成本較高等技術(shù)問題。同時，還能提高風(fēng)險預(yù)控培訓(xùn)的安全性和人員考核的效率。

31、應(yīng)當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術(shù)特征：

1.一種題目生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取題目提示信息包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述題目內(nèi)容為具備所述預(yù)設(shè)結(jié)構(gòu)化格式的題目內(nèi)容。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括：

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

7.根據(jù)權(quán)利要求1-6中任一項所述的方法，其特征在于，所述方法還包括：

8.一種題目生成裝置，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：

10.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1~7中任一項所述方法的步驟。

11.一種芯片，其特征在于，包括處理器和接口；所述處理器用于讀取指令以執(zhí)行權(quán)利要求1~7中任一項所述的方法。

技術(shù)總結(jié)
本公開涉及一種題目生成方法、裝置、設(shè)備、存儲介質(zhì)及芯片，其中所述方法包括：獲取題目提示信息，所述題目提示信息包括至少一個具備預(yù)設(shè)結(jié)構(gòu)化格式的預(yù)控項；調(diào)用題目生成模型對所述題目提示信息進行題目生成，得到生成的題目內(nèi)容；其中，所述題目生成模型為基于獲取的微調(diào)數(shù)據(jù)集對大語言模型進行訓(xùn)練微調(diào)獲得的；在所述微調(diào)過程中，保持所述大語言模型的基礎(chǔ)模型參數(shù)不變，微調(diào)所述大語言模型的低秩矩陣Lora參數(shù)。這樣，能解決相關(guān)技術(shù)中人工出題的工作量較大、工作效率較低、人工成本較高等技術(shù)問題。

技術(shù)研發(fā)人員：王雨田,劉建波,王豐,曹玉平,彭加成,王亞平,胡金生,張立杰,原輝
受保護的技術(shù)使用者：國能國華（北京）燃氣熱電有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9