本公開涉及人工智能，具體為大模型和深度學(xué)習(xí)等，尤其涉及一種信息處理方法、裝置、電子設(shè)備和存儲介質(zhì)。

背景技術(shù)：

1、相關(guān)技術(shù)中，基于混合專家模型(mixture?of?experts，簡稱moe)的架構(gòu)，依賴于動態(tài)選擇機制為輸入數(shù)據(jù)選取最合適的專家模型，例如：通過門控網(wǎng)絡(luò)(gating?network)為輸入數(shù)據(jù)選取最合適的專家模型，又例如：通過權(quán)重分配策略為輸入數(shù)據(jù)選取最合適的專家模型，然而，上述方法無法精準(zhǔn)和高效地為輸入數(shù)據(jù)選取最合適的專家模型，由此，如何精準(zhǔn)和高效地為輸入數(shù)據(jù)選取最合適的專家模型，以提高模型的推理速度已成為亟待解決的問題。

技術(shù)實現(xiàn)思路

1、本公開提出了一種信息處理方法、裝置、電子設(shè)備、存儲介質(zhì)和計算機程序產(chǎn)品。

2、根據(jù)本公開的第一方面，提出了一種信息處理方法，包括：獲取用戶的查詢語句，并基于所述查詢語句確定至少一個候選服務(wù)模型的模型標(biāo)識；基于所述查詢語句和所述模型標(biāo)識生成第一提示詞，并將所述第一提示詞輸入預(yù)訓(xùn)練的目標(biāo)大模型中，由所述目標(biāo)大模型根據(jù)所述第一提示詞輸出所述候選服務(wù)模型的篩選參數(shù)；根據(jù)所述篩選參數(shù)從所述候選服務(wù)模型中確定目標(biāo)服務(wù)模型；向所述目標(biāo)服務(wù)模型輸入所述查詢語句，得到所述查詢語句對應(yīng)的反饋信息。

3、根據(jù)本公開的第二方面，提出了一種信息處理裝置，包括：第一獲取模塊，用于獲取用戶的查詢語句，并基于所述查詢語句確定至少一個候選服務(wù)模型的模型標(biāo)識；處理模塊，用于基于所述查詢語句和所述模型標(biāo)識生成第一提示詞，并將所述第一提示詞輸入預(yù)訓(xùn)練的目標(biāo)大模型中，由所述目標(biāo)大模型根據(jù)所述第一提示詞輸出所述候選服務(wù)模型的篩選參數(shù)；確定模塊，用于根據(jù)所述篩選參數(shù)從所述候選服務(wù)模型中確定目標(biāo)服務(wù)模型；第二獲取模塊，用于向所述目標(biāo)服務(wù)模型輸入所述查詢語句，得到所述查詢語句對應(yīng)的反饋信息。

4、根據(jù)本公開的第三方面，提出了一種電子設(shè)備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行上述第一方面提出的信息處理方法。

5、根據(jù)本公開的第四方面，提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，所述計算機指令用于使所述計算機執(zhí)行上述第一方面提出的信息處理方法。

6、根據(jù)本公開的第五方面，提出了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)上述第一方面提出的信息處理方法。

7、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種信息處理方法，其中，所述方法包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述根據(jù)所述篩選參數(shù)從所述候選服務(wù)模型中確定目標(biāo)服務(wù)模型，包括：

3.根據(jù)權(quán)利要求1所述的方法，其中，所述根據(jù)所述篩選參數(shù)從所述候選服務(wù)模型中確定目標(biāo)服務(wù)模型，包括：

4.根據(jù)權(quán)利要求3所述的方法，其中，所述根據(jù)所述任務(wù)量和所述篩選參數(shù)，從所述候選服務(wù)模型中確定所述目標(biāo)服務(wù)模型，包括：

5.根據(jù)權(quán)利要求3所述的方法，其中，所述根據(jù)所述任務(wù)量和所述篩選參數(shù)，從所述候選服務(wù)模型中確定所述目標(biāo)服務(wù)模型，包括：

6.根據(jù)權(quán)利要求1所述的方法，其中，所述得到所述查詢語句對應(yīng)的反饋信息之后，還包括：

7.根據(jù)權(quán)利要求6所述的方法，其中，所述方法，還包括：

8.根據(jù)權(quán)利要求1-7中任一項所述的方法，其中，所述目標(biāo)大模型的訓(xùn)練過程，包括：

9.根據(jù)權(quán)利要求8所述的方法，其中，所述訓(xùn)練樣本集的確定過程，包括：

10.根據(jù)權(quán)利要求9所述的方法，其中，所述訓(xùn)練樣本集的確定過程，包括：

11.根據(jù)權(quán)利要求8所述的方法，其中，所述樣本服務(wù)模型的確定過程，包括：

12.根據(jù)權(quán)利要求8所述的方法，其中，所述基于所述樣本服務(wù)模型確定所述樣本查詢語句的參考標(biāo)簽，包括：

13.根據(jù)權(quán)利要求8所述的方法，其中，所述根據(jù)所述樣本查詢語句、所述樣本服務(wù)模型的模型標(biāo)識，以及所述樣本標(biāo)簽語句的標(biāo)簽，對所述大模型進行訓(xùn)練，得到所述目標(biāo)大模型，包括：

14.根據(jù)權(quán)利要求1-7中任一項所述的方法，其中，所述基于所述查詢語句確定候選服務(wù)模型的模型標(biāo)識之前，還包括：

15.根據(jù)權(quán)利要求14所述的方法，其中，所述基于所述查詢語句確定候選服務(wù)模型的模型標(biāo)識之前，還包括：

16.一種信息處理裝置，其中，所述裝置包括：

17.一種電子設(shè)備，其特征在于，包括處理器和存儲器；

18.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-15中任一項所述的方法。

19.一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1-15中任一項所述的方法。

技術(shù)總結(jié)
本公開提出了一種信息處理方法、裝置、電子設(shè)備和存儲介質(zhì)，涉及人工智能技術(shù)領(lǐng)域，具體為大模型和深度學(xué)習(xí)等技術(shù)領(lǐng)域，包括：獲取用戶的查詢語句，并基于所述查詢語句確定至少一個候選服務(wù)模型的模型標(biāo)識；基于所述查詢語句和所述模型標(biāo)識生成第一提示詞，并將所述第一提示詞輸入預(yù)訓(xùn)練的目標(biāo)大模型中，由所述目標(biāo)大模型根據(jù)所述第一提示詞輸出所述候選服務(wù)模型的篩選參數(shù)；根據(jù)所述篩選參數(shù)從所述候選服務(wù)模型中確定目標(biāo)服務(wù)模型；向所述目標(biāo)服務(wù)模型輸入所述查詢語句，得到所述查詢語句對應(yīng)的反饋信息。由此，本公開可以更加高效和精準(zhǔn)地確定目標(biāo)服務(wù)模型，通過向目標(biāo)服務(wù)模型輸入查詢語句，提高了目標(biāo)服務(wù)模型輸出反饋信息的效率和準(zhǔn)確性。

技術(shù)研發(fā)人員：熊雪,章鑫森,李秉軒,趙鵬昊,高古明,謝永康
受保護的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9