基于大模型的多任务处理方法、系统及计算设备与流程

本发明涉及互联网及人工智能，尤其涉及一种基于大模型的多任务处理方法、多任务处理系统及计算设备。

背景技术：

1、随着大规模预训练语言模型的兴起，单一大模型已经取得了显著的进展。然而，单一大模型仍然面临着一些挑战，如存在过度拟合、泛化能力不足等问题。

2、现有技术中的大模型，主要集中在单一任务的处理上，缺乏对多任务场景的精确控制和管理。因此存在以下缺陷：缺乏对多任务场景的支持；无法灵活地组合和管理任务；对于不同的ai模型，缺乏统一的管理和适配。

3、因此，需要一种基于大模型的多任务处理方法，以解决上述技术方案中存在的问题。

技术实现思路

1、为此，本发明提供一种基于大模型的多任务处理方法及多任务处理系统，以解决或至少缓解上面存在的问题。

2、根据本发明的一个方面，提供一种基于大模型的多任务处理方法，在计算设备中执行，包括：获取输入的初始指令，根据所述初始指令拆解生成多个场景对应的多个任务；对于每个任务：获取与所述任务的场景相对应的任务提示信息，并将所述任务提示信息和所述任务，输入与所述任务适配的大模型进行处理，得到任务处理结果；根据每个任务的任务处理结果合并生成最终处理结果。

3、可选地，在根据本发明的基于大模型的多任务处理方法中，在根据所述初始指令拆解生成多个场景对应的多个任务之后，还包括：根据各任务的权重，将各任务分配至对应的任务链工具进行处理，以便按照各任务对应的权重顺序处理任务。

4、可选地，在根据本发明的基于大模型的多任务处理方法中，获取与所述任务的场景相对应的任务提示信息，包括：通过所述任务对应的任务链工具，确定与所述任务适配的大模型，并获取与所述任务的场景相对应的任务提示信息；将所述任务提示信息和所述任务，输入与所述任务适配的大模型进行处理，包括：通过所述任务对应的任务链工具，将所述任务提示信息和所述任务，输入与所述任务适配的大模型进行处理。

5、可选地，在根据本发明的基于大模型的多任务处理方法中，所述计算设备适于调用与各任务适配的大模型的接口，来与各任务适配的大模型进行数据交互。

6、可选地，在根据本发明的基于大模型的多任务处理方法中，所述多个任务包括适配接口的任务；所述方法还包括：对于适配接口的任务，调用所述接口来处理任务，并获取所述接口返回的任务处理结果。

7、可选地，在根据本发明的基于大模型的多任务处理方法中，所述计算设备中包括多任务调度模块，所述方法还包括：通过所述多任务调度模块，调度各任务链工具来处理对应的任务。

8、可选地，在根据本发明的基于大模型的多任务处理方法中，根据所述初始指令拆解生成多个场景对应的多个任务，包括：对所述初始指令进行任务关键字匹配，如果匹配到任务关键字，则根据所述任务关键字对应的任务信息生成任务。

9、可选地，在根据本发明的基于大模型的多任务处理方法中，还包括：根据所述多个任务的优先级为各任务分配权重。

10、根据本发明的一个方面，提供一种多任务处理系统，部署在计算设备中，包括：拆解模块，适于获取输入的初始指令，根据所述初始指令拆解生成多个场景对应的多个任务；任务链工具模块，适于对于每个任务，获取与所述任务的场景相对应的任务提示信息，并将所述任务提示信息和所述任务，输入与所述任务适配的大模型进行处理，得到任务处理结果；结果合并模块，适于根据每个任务的任务处理结果合并生成最终处理结果。

11、根据本发明的一个方面，提供一种计算设备，包括：至少一个处理器；存储器，存储有程序指令，其中，程序指令被配置为适于由上述至少一个处理器执行，所述程序指令包括用于执行如上所述的基于大模型的多任务处理方法的指令。

12、根据本发明的一个方面，提供一种存储有程序指令的可读存储介质，当该程序指令被计算设备读取并执行时，使得该计算设备执行如上所述的基于大模型的多任务处理方法。

13、根据本发明的技术方案，提供了一种基于大模型的多任务处理方法，适用于多种自然语言处理任务的应用场景。其中，在获取用户输入的初始指令后，可以将初始指令拆解成多个场景对应的多个任务。对于拆解后的每个任务，可以获取与任务的场景相对应的任务提示信息，并将任务提示信息和任务输入与任务适配的大模型进行处理，以得到任务处理结果，最后，可以根据多个任务的任务处理结果合并生成最终处理结果，返回给用户。这样，根据本发明的技术方案，针对不同场景的多个任务，可以分别利用与各任务相适配的大模型来处理各任务，从而实现了混合使用多种大模型来处理多任务，这样能够提高模型处理任务的准确性和效率，也提升了模型的性能和泛化能力。

14、上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

技术特征：

1.一种基于大模型的多任务处理方法，在计算设备中执行，包括：

2.如权利要求1所述的方法，其中，在根据所述初始指令拆解生成多个场景对应的多个任务之后，还包括：

3.如权利要求2所述的方法，其中，获取与所述任务的场景相对应的任务提示信息，包括：

4.如权利要求1-3中任一项所述的方法，其中，所述计算设备适于调用与各任务适配的大模型的接口，来与各任务适配的大模型进行数据交互。

5.如权利要求1-4中任一项所述的方法，其中，所述多个任务包括适配接口的任务；所述方法还包括：

6.如权利要求2所述的方法，其中，所述计算设备中包括多任务调度模块，所述方法还包括：

7.如权利要求1-6中任一项所述的方法，其中，根据所述初始指令拆解生成多个场景对应的多个任务，包括：

8.如权利要求1-7中任一项所述的方法，其中，还包括：

9.一种多任务处理系统，部署在计算设备中，包括：

10.一种计算设备，包括：

11.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述方法。

技术总结
本发明公开了一种基于大模型的多任务处理方法、系统及计算设备，涉及互联网及人工智能技术领域。方法在计算设备中执行，包括：获取输入的初始指令，根据所述初始指令拆解生成多个场景对应的多个任务；对于每个任务，获取与所述任务的场景相对应的任务提示信息，并将所述任务提示信息和所述任务，输入与所述任务适配的大模型进行处理，得到任务处理结果；根据每个任务的任务处理结果合并生成最终处理结果。根据本发明的技术方案，针对不同场景的多个任务，可以分别利用与各任务相适配的大模型来处理各任务，从而实现了混合使用多种大模型来处理多任务，提高了模型处理任务的准确性和效率。

技术研发人员：陈弘唯,黄文兵
受保护的技术使用者：统信软件技术有限公司
技术研发日：
技术公布日：2024/1/15