本说明书实施例涉及人工智能,特别涉及一种异常数据生成方法及异常代码生成方法。
背景技术:
1、随着计算机技术和人工智能技术的快速发展,大模型的应用越来越广泛,已经能够执行各种复杂的语言任务,包括代码生成、写作、翻译、对话、问答等。在对大模型进行调试时,需要大量高质量的调试数据集,调试数据集中往往需要包括正确数据、异常数据等。
2、现有技术中,往往是人工编写异常数据或者基于规则在正确数据上插入异常内容获得异常数据,人工编写异常数据需要耗费大量的人力,同时也会引入不确定因素,导致异常数据生成的规模和多样性有限,且生成效率极低。因此,亟需一种高效且准确的异常数据生成方案。
技术实现思路
1、有鉴于此,本说明书实施例提供了一种异常数据生成方法。本说明书一个或者多个实施例同时涉及一种异常代码生成方法,一种基于目标生成模型的信息处理方法,一种异常数据生成装置,一种异常代码生成装置,一种计算设备,一种电子设备,一种计算机可读存储介质以及一种计算机程序产品,以解决现有技术中存在的技术缺陷。
2、根据本说明书实施例的第一方面,提供了一种异常数据生成方法,包括:
3、获取异常数据生成任务的任务信息,其中,所述任务信息包括目标数据片段和异常描述信息,所述目标数据片段为目标数据单元中待插入异常内容的原始数据片段,所述目标数据片段基于对所述目标数据单元进行测试所记录的测试信息确定;
4、基于所述目标数据片段和所述异常描述信息,通过所述异常数据生成任务对应的目标生成模型,生成至少一个异常数据片段,其中,所述异常数据片段为在所述目标数据片段中插入所述异常描述信息对应的异常内容所获得的数据片段;
5、基于所述目标数据单元的各目标数据片段对应的至少一个异常数据片段,获得所述目标数据单元的异常生成结果。
6、根据本说明书实施例的第二方面,提供了一种异常代码生成方法,包括:
7、获取异常代码生成任务的任务信息,其中,所述任务信息包括目标代码片段和异常描述信息,所述目标代码片段为目标测试单元中待插入异常内容的原始代码片段,所述目标代码片段基于对所述目标测试单元进行代码测试所记录的调用信息确定;
8、基于所述目标代码片段和所述异常描述信息,通过所述异常代码生成任务对应的目标生成模型,生成至少一个异常代码片段,其中,所述异常代码片段为在所述目标代码片段中插入所述异常描述信息对应的异常内容所获得的代码片段;
9、基于所述目标测试单元的各目标代码片段对应的至少一个异常代码片段,获得所述目标测试单元的异常生成结果。
10、根据本说明书实施例的第三方面,提供了一种基于目标生成模型的信息处理方法,应用于任务平台,包括:
11、接收终端设备发送的模型请求,其中,所述模型请求包括目标场景的场景标识、目标场景的场景输入数据,以及模型规格参数中至少一项;
12、基于所述模型请求,从至少一个生成模型中确定对应的目标生成模型,其中,所述目标生成模型用于执行上述的异常数据生成方法中异常数据片段的生成过程。
13、根据本说明书实施例的第四方面,提供了一种异常数据生成装置,包括:
14、第一获取模块,被配置为获取异常数据生成任务的任务信息,其中,所述任务信息包括目标数据片段和异常描述信息,所述目标数据片段为目标数据单元中待插入异常内容的原始数据片段,所述目标数据片段基于对目标数据单元进行测试所记录的测试信息确定;
15、第一生成模块,被配置为基于所述目标数据片段和所述异常描述信息,通过所述异常数据生成任务对应的目标生成模型,生成至少一个异常数据片段,其中,所述异常数据片段为在所述目标数据片段中插入所述异常描述信息对应的异常内容所获得的数据片段;
16、第一获得模块,被配置为基于所述目标数据单元的各目标数据片段对应的至少一个异常数据片段,获得所述目标数据单元的异常生成结果。
17、根据本说明书实施例的第五方面,提供了一种异常代码生成装置,包括:
18、第二获取模块,被配置为获取异常代码生成任务的任务信息,其中,所述任务信息包括目标代码片段和异常描述信息,所述目标代码片段为目标测试单元中待插入异常内容的原始代码片段,所述目标代码片段基于对所述目标测试单元进行代码测试所记录的调用信息确定;
19、第二生成模块,被配置为基于所述目标代码片段和所述异常描述信息,通过所述异常代码生成任务对应的目标生成模型,生成至少一个异常代码片段,其中,所述异常代码片段为在所述目标代码片段中插入所述异常描述信息对应的异常内容所获得的代码片段;
20、第二获得模块,被配置为基于所述目标测试单元的各目标代码片段对应的至少一个异常代码片段,获得所述目标测试单元的异常生成结果。
21、根据本说明书实施例的第六方面,提供了一种计算设备,包括:
22、存储器和处理器;
23、其中,存储器用于存储计算机程序/指令,处理器用于执行计算机程序/指令,该计算机程序/指令被处理器执行时实现上述异常数据生成方法或异常代码生成方法或基于目标生成模型的信息处理方法的步骤。
24、根据本说明书实施例的第七方面,提供了一种电子设备,包括:
25、存储器和处理器,存储器和处理器通过总线连接;
26、其中,存储器用于存储计算机程序/指令,处理器用于执行计算机程序/指令,该计算机程序/指令被处理器执行时实现上述异常数据生成方法或异常代码生成方法或基于目标生成模型的信息处理方法的步骤。
27、根据本说明书实施例的第八方面,提供了一种计算机可读存储介质,其存储有计算机程序/指令,该计算机程序/指令被处理器执行时实现上述异常数据生成方法或异常代码生成方法或基于目标生成模型的信息处理方法的步骤。
28、根据本说明书实施例的第九方面,提供了一种计算机程序产品,包括计算机程序/指令,该计算机程序/指令被处理器执行时实现上述异常数据生成方法或异常代码生成方法或基于目标生成模型的信息处理方法的步骤。
29、本说明书一个实施例提供了一种异常数据生成方法,获取异常数据生成任务的任务信息,其中,所述任务信息包括目标数据片段和异常描述信息,所述目标数据片段为目标数据单元中待插入异常内容的原始数据片段,所述目标数据片段基于对目标数据单元进行测试所记录的测试信息确定;基于所述目标数据片段和所述异常描述信息,通过所述异常数据生成任务对应的目标生成模型,生成至少一个异常数据片段,其中,所述异常数据片段为在所述目标数据片段中插入所述异常描述信息对应的异常内容所获得的数据片段;基于所述目标数据单元的各目标数据片段对应的至少一个异常数据片段,获得所述目标数据单元的异常生成结果。
30、本说明书一个实施例实现了,基于对目标数据单元进行测试所记录的测试信息,从目标数据单元中确定待插入异常内容的目标数据片段,结合目标数据片段和异常描述信息,利用目标生成模型可以在目标数据片段中插入异常描述信息对应的异常内容获得异常数据片段,从而获得目标数据单元的异常生成结果。如此,基于异常描述信息利用目标生成模型可以产生更多样化的异常数据片段,提升了数据质量,且能够基于目标数据单元进行测试所记录的测试信息,有效且快速定位目标数据单元中需要插入异常内容的目标数据片段,从而实现更准确、自动化的异常内容插入,提供了一种从测试到异常内容插入的全流程自动化方案,大大提高了异常生成规模和生成效率,能够适应不同大小和复杂度的数据仓库,拥有良好的扩展性。