CN117391185A - 基于大模型的学生模型生成方法及装置 - Google Patents
基于大模型的学生模型生成方法及装置 Download PDFInfo
- Publication number
- CN117391185A CN117391185A CN202311354829.7A CN202311354829A CN117391185A CN 117391185 A CN117391185 A CN 117391185A CN 202311354829 A CN202311354829 A CN 202311354829A CN 117391185 A CN117391185 A CN 117391185A
- Authority
- CN
- China
- Prior art keywords
- model
- content
- determining
- result
- labeling result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000002372 labelling Methods 0.000 claims abstract description 122
- 238000012937 correction Methods 0.000 claims abstract description 41
- 238000013507 mapping Methods 0.000 claims description 36
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000013140 knowledge distillation Methods 0.000 abstract description 6
- 238000003058 natural language processing Methods 0.000 abstract description 6
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000007935 neutral effect Effects 0.000 description 8
- 238000013145 classification model Methods 0.000 description 6
- 230000008451 emotion Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/096—Transfer learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0495—Quantised networks; Sparse networks; Compressed networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提出一种基于大模型的学生模型生成方法及装置，涉及计算机技术领域，尤其涉及大模型、自然语言处理、深度学习、知识蒸馏等人工智能技术领域。包括：获取样本数据集；将输入数据及提示信息输入大模型，以获取大模型生成的第一内容；将第一内容转化为与标注结果类型相同的第一预测结果；将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果；根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度；基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。由此，实现了根据需要对大模型进行能力提取，不仅提高了可部署模型的能力，又降低了模型的参数规模，为提高应用服务的性能提供了条件。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及大模型、自然语言处理、深度学习、知识蒸馏等人工智能技术领域，具体涉及一种基于大模型的学生模型生成方法及装置。
背景技术
大语言模型(Large Language Mode，LLM)针对不同类型数据进行处理，如：图像、视频、格式化文档和最常见的文本等，均有着非常出色的表现。但由于参数规模较大，实用性较低，因此可以通过知识蒸馏，在保留出色的语义理解能力的同时，生成较小规模的模型提高利用率。
发明内容
本公开旨在至少在一定程度上解决相关技术中的技术问题之一。
根据本公开第一方面，提供了一种基于大模型的学生模型生成方法，包括：
获取样本数据集及提示信息，其中，所述样本数据集中包括多个输入数据及标注结果对；
将所述输入数据及所述提示信息输入大模型，以获取所述大模型生成的第一内容；
将所述第一内容转化为与所述标注结果类型相同的第一预测结果；
将所述输入数据输入初始学生模型，以获取所述初始学生模型输出的第二预测结果；
根据所述第二预测结果分别与所述第一预测结果、及所述标注结果的差异，确定修正梯度；
基于所述修正梯度，对所述初始学生模型进行修正，以获取目标学生模型。
根据本公开第二方面，提供了一种基于大模型的学生模型生成装置，包括：
第一获取模块，用于获取样本数据集及提示信息，其中，所述样本数据集中包括多个输入数据及标注结果对；
第二获取模块，用于将所述输入数据及所述提示信息输入大模型，以获取所述大模型生成的第一内容；
转化模块，用于将所述第一内容转化为与所述标注结果类型相同的第一预测结果；
第三获取模块，用于将所述输入数据输入初始学生模型，以获取所述初始学生模型输出的第二预测结果；
确定模块，用于根据所述第二预测结果分别与所述第一预测结果、及所述标注结果的差异，确定修正梯度；
第四获取模块，用于基于所述修正梯度，对所述初始学生模型进行修正，以获取目标学生模型。
根据本公开的第三方面，提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面所述的基于大模型的学生模型生成方法。
根据本公开第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面所述的基于大模型的学生模型生成方法。
根据本公开的第五方面，提供了一种计算机程序产品，包括计算机指令，所述计算机指令在被处理器执行时实现如第一方面所述的基于大模型的学生模型生成方法的步骤。
本公开提供的基于大模型的学生模型生成方法及装置，存在如下有益效果：
本公开中，首先获取样本数据集及提示信息，然后将样本数据库中的输入数据及提示信息输入大模型，以获取大模型生成的第一内容，之后将第一内容转化为与标注结果类型相同的第一预测结果，并且将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果，然后再根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度，最后基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。由此，通过将大模型作为教师模型，基于预测结果的差异来训练学生模型，可以将大模型中适用于当前应用需求的部分能力迁移至学生模型，不仅使得到的学生模型具备了大模型的能力，又降低了大模型的参数规模，为提高应用服务的性能提供了条件。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
本公开上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，附图用于更好地理解本方案，不构成对本公开的限定，其中：
图1是根据本公开一实施例提出的基于大模型的学生模型生成方法的流程示意图；
图2是根据本公开另一实施例提出的基于大模型的学生模型生成方法的流程示意图；
图3是根据本公开另一实施例提出的基于大模型的学生模型生成方法的流程示意图；
图4是根据本公开一实施例提出的基于大模型的学生模型生成装置的结构示意图；
图5示出了适于用来实现本公开实施方式的示例性电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本公开实施例涉及大模型、自然语言处理、深度学习、知识蒸馏等人工智能技术领域。
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
大语言模型(Large Language Mode，LLM)，即大模型，是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。
自然语言处理(Natural Language Processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。
深度学习是学习样本数据的内在规律和表示层次，这些学习过程中获得的信息对诸如文字，图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力，能够识别文字、图像和声音等数据。
知识蒸馏(Knowledge Distillation，KD)是一种经典的模型压缩方法，核心思想是通过引导轻量化的学生模型“模仿”性能更好、结构更复杂的教师模型，在不改变学生模型结构的情况下提高其性能。
下面参考附图描述本公开实施例的基于大模型的学生模型生成方法及装置。
其中，需要说明的是，本实施例的基于大模型的学生模型生成方法的执行主体为基于大模型的学生模型生成装置，该装置可以由软件和/或硬件的方式实现，该装置可以配置在电子设备中，电子设备可以包括但不限于终端、服务器端等。本公开实施例中以基于大模型的学生模型生成装置被配置到学生模型生成系统中为例进行说明。
图1是根据本公开一实施例提出的基于大模型的学生模型生成方法的流程示意图。
如图1所示，基于大模型的学生模型生成方法，包括：
S101：获取样本数据集及提示信息。
其中，样本数据集中包括多个输入数据及标注结果对。提示信息(prompt)，是用于提示模型如何对输入数据进行处理，以及输出内容范围的语句。
本公开实施例中，学生模型生成系统可以基于待生成模型的目标应用场景，通过收集历史数据或调用现有的数据集等方式，获取样本数据集。然后，可以基于样本数据集和/或待生成模型的类型，来确定提示信息。
可选地，可以先获取样本数据集，然后根据样本数据集中的各个标注结果，确定提示信息中的第一信息。之后再根据初始学生模型的类型，确定提示信息中的第二信息。
其中，第一信息用于指示大模型，即大语言模型(Large Language Mode，LLM)输出的第一内容的范围。第二信息用于辅助大模型确定对输入数据的处理方式。
另外，初始学生模型，是指规模较小的模型，例如预训练模型Ernie等，其类型可能是分类模型、相关性模型等等，本公开对此不做限定。
本公开实施例中，学生模型生成系统可以将样本数据集中的各个标注结果中的所有情况作为提示信息中的第一信息。并且建立不同初始学生模型的类型与预设语句间的对应关系，在确定初始学生模型的类型后，查询对应关系将预设语句确定为第二信息。然后拼接第一信息与第二信息，获取提示信息，从而提高了提示信息的适用性和可靠性。
举例来说，在文本分类场景下，样本数据集中的各个标注结果可能是类别标签，包括正向、中性和负向，则根据标注结果确定提示信息中的第一信息为正向、中性和负向。然后，由于初始学生模型为分类模型，则可以确定提示信息中的第二信息为“我现在要做一个文本分类任务，请帮我判别下面这句话的类别……”等等。则将提示信息的第一信息和第二信息进行拼接，可以获取提示信息为“我现在要做一个文本分类任务，标签有三个：正向、中性和负向，请帮我判别下面这句话的类别。”
可选地，提示信息还可以从现有的信息列表中直接获取，因此在获取样本数据集之后，可以从样本数据集中获取各个标注结果，然后基于标注结果及初始学生模型关联的类型标签，对候选信息列表进行遍历，以获取与标注结果和/或类型标签匹配度最高的信息，之后将该信息确定为提示信息。
其中，初始学生模型关联的类型标签，可以为分类模型、相关性模型等等，本公开对此不做限定。
本公开实施例中，学生模型生成系统可以预先构建好的各种提示信息储存在候选信息列表中，在获取样本数据的标注结果及初始学生模型关联的类型标签之后，可以分别计算标注结果或类型标签与各个候选信息间的匹配度，然后可以将与标注结果匹配度最高的候选信息确定为提示信息，或者将与类型标签匹配度最高的候选信息确定为提示信息，或者还可以预设标注结果和类型标签分别对应的权重，通过将每个候选信息对应的两个匹配度进行加权求和，将求和后对应匹配度最高的候选信息确定为提示信息。从而基于预设好的候选信息列表，查询匹配度最高的候选信息确定为提示信息，不仅保证提示信息的一致性和可靠性，而且提高了提示信息的获取效率。
S102：将输入数据及提示信息输入大模型，以获取大模型生成的第一内容。
其中，第一内容，是指大模型基于提示信息对输入数据进行处理后生成的信息，可以是短语、语句或文本段落等。
举例来说，输入数据为“每天都在做这种无意义的事，浪费时间”，提示信息为“我现在要做一个文本分类任务，标签有三个：正向、中性和负向，请帮我判别下面这句话的类别”，将输入数据和提示信息输入到大模型中，则根据提示信息，大模型就需要在正向、中性或负向的范围内判断输入数据的类别，则输出的第一内容可能为“这句话的类别是负向。这句话表达了对某人每天做无意义的事的谴责和批评，语气比较尖锐，情感态度是消极的，因此可以判断为负向情感”。
S103：将第一内容转化为与标注结果类型相同的第一预测结果。
本公开实施例中，学生模型生成系统可以建立词语与标注结果间的映射关系，然后通过对第一内容中的词语进行映射，将第一内容转化为与标注结果类型相同的标签，得到第一预测结果。
举例来说，在文本分类任务场景下，标注结果为正向、中性和负向，第一内容为“这句话的类别是负向。这句话表达了对某人每天做无意义的事的谴责和批评，语气比较尖锐，情感态度是消极的，因此可以判断为负向情感”，第一内容中的“谴责”“批评”等可以映射到标签“负向”，从而转化后得到第一预测结果为负向。
S104：将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果。
其中，第二预测结果与第一预测结果的类型相同。
本公开实施例中，学生模型生成系统可以将输入到大模型中的输入数据，也输入到初始学生模型中，得到初始学生模型对输入数据进行处理后得到的第二预测结果。例如，在文本分类任务场景下，初始学生模型是分类模型，则对输入数据进行处理后输入的第二预测结果可以为正向、中性或负向。
S105：根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度。
本公开实施例中，学生模型生成系统可以先计算第二预测结果和第一预测结果间的第一差异，得到第一损失值，再计算第二预测结果和输入数据对应的标注结果间的第二差异，得到第二损失值，然后基于第一损失值和第二损失值，例如可以利用取平均值、加权求和等方式，将第一损失值和第二损失值进行融合，确定修正梯度。从而可以提高修正梯度的可靠性，使得基于修正梯度修正后获取的模型更加准确稳定。
S106：基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。
本公开实施例中，学生模型生成系统可以根据计算得到的修正梯度，更新初始学生模型的参数，使得获得的目标学生模型能够具备大模型(即大语言模型)的较好语言理解能力。
本实施例中，学生模型生成系统首先获取样本数据集及提示信息，然后将样本数据库中的输入数据及提示信息输入大模型，以获取大模型生成的第一内容，之后将第一内容转化为与标注结果类型相同的第一预测结果，并且将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果，然后再根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度，最后基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。由此，通过将大模型作为教师模型，基于预测结果的差异来训练学生模型，实现了根据需要对大模型进行能力提取，不仅提高了可部署模型的能力，又降低了模型的参数规模，为提高应用服务的性能提供了条件。
图2是本公开另一实施例提出的基于大模型的学生模型生成方法的流程示意图。
如图2所示，该基于大模型的学生模型生成方法，包括：
S201：获取样本数据集及提示信息。
S202：将输入数据及提示信息输入大模型，以获取大模型生成的第一内容。
上述S201和S202的描述说明可以具体参见上述实施例，在此不再赘述。
S203：根据初始学生模型的类型，确定候选内容集。
本公开实施例中，可以构建不同类型的学生模型与候选内容的关联关系，然后在确定初始学生模型的类型之后，根据关联关系获取到对应的候选内容集。例如，分类模型，对应的候选内容可能有：正向、负向，中性、积极，向上，消极等等。意图识别模型，对应的候选内容可能有：购物，知识搜索，购票、听音乐等等。相关性模型，对应的候选内容可能就是：相关，无关，关联，无关联等等。本公开对比不做限定。
S204：根据候选内容集中每个候选内容与每个标注结果间的匹配度，确定与每个候选内容关联的标注结果。
本公开实施例中，可以通过计算候选内容与标注结果间的语义相似度，或统计包含候选内容的样本数据对应各标注结果的频率等方式，来确定候选内容集中每个候选内容与每个标注结果间的匹配度，然后将匹配度最高的标注结果，确定为与候选内容关联的标注结果。
S205：基于候选内容及关联的标注结果，生成第一映射表。
本公开实施例中，通过将学生模型的类型对应的每个候选内容，与其关联的标注结果间建立映射关系，生成第一映射表，从而不仅为获取更准确可靠的预测结果提供了条件，而且进一步提高了预测结果的获取效率。
S206：基于第一内容，遍历第一映射表，以获取与第一内容关联的第一预测结果。
本公开实施例中，学生模型生成系统可以基于第一内容，在第一映射表中遍历第一内容中包含的预设内容，然后根据第一映射表确定预设内容关联的标注结果，将其确定为第一内容关联的第一预测结果。从而基于映射表确定大模型输入内容关联的预测结果，可以提高预测的效率和准确性。
需要说明的是，在一些情况下，第一内容中可能包含的多个候选内容，而这多个候选内容关联的标注结果可能是相同的，也可能不同的。所以在多个候选内容关联的标注结果相同的情况下，可以直接将标注结果作为第一内容关联的预测结果。而在多个候选内容关联的标注结果不相同的情况下，可以将频次较高的标注结果确定为第一内容关联的第一预测结果，或者也可以在各类标注结果数量相差较小的情况下，将第一内容关联的第一预测结果确定为中性等等，本公开对此不做限定。
可选地，在第一映射表中未包含第一内容的情况下，可以返回执行将输入数据及提示信息输入大模型的操作。
本公开实施例中，在第一映射表中未包含第一内容的情况下，可以说明当前生成的第一内容不符合待生成学习模型的训练需要，第一内容是无效的，因此可以丢弃第一内容，返回步骤S202，将新的输入数据及提示信息输入大模型，获取大模型生成的第二内容。从而，避免了利用无效数据进行训练的时间资源浪费，为提高了模型生成的效率和准确性提供了条件。
可选地，学生模型生成系统获取大模型基于新的输入数据生成第二内容之后，在第一映射表中未包含大模型输出的第二内容，且大模型输出第二内容的次数大于次数阈值的情况下，可以先确定第二内容与每个标注结果间的语义相似度，然后确定与第二内容间的语义相似度最大的一个标注结果，之后将第二内容与标注结果关联存入第一映射表中。
其中，次数阈值，是用于确定第二内容出现次数较高的界限值，可以是根据实际模型训练需要来确定的值，本公开对此不做限定。
本公开实施例中，当第一映射表中未包含大模型输出的第二内容，且大模型输出该第二内容的次数大于次数阈值时，说明第二内容对于模型训练的重要程度较高，因此基于第二内容对第一映射表进行更新很有必要。因此可以确定第二内容与每个标注结果间的语义相似度，将对应语义相似度最大的一个标注结果与第二内容关联存入第一映射表中，从而基于频率较高的内容更新映射表，进一步提高了预测结果的获取效率，为提高生成模型的泛化能力提供了条件。
S207：将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果。
S208：根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度。
S209：基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。
上述S207—S209的描述说明可以具体参见上述实施例，在此不再赘述。
本实施例中，在获取大模型输出的第一内容之后，先根据初始学生模型的类型，确定候选内容集，然后根据候选内容集中每个候选内容与每个标注结果间的匹配度，确定与每个候选内容关联的标注结果，在基于候选内容及关联的标注结果，生成第一映射表，之后基于第一内容，遍历第一映射表，以获取与第一内容关联的第一预测结果。由此，不仅提高了第一内容关联的预测结果的可靠性，而且进一步提高了预测结果的获取效率。
图3是本公开另一实施例提出的基于大模型的学生模型生成方法的流程示意图。
如图3所示，该基于大模型的学生模型生成方法，包括：
S301：获取样本数据集及提示信息。
S302：将输入数据及提示信息输入大模型，以获取大模型生成的第一内容。
S303：将第一内容转化为与标注结果类型相同的第一预测结果。
S304：将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果。
上述S301—S304的描述说明可以具体参见上述实施例，在此不再赘述。
S305：根据第二预测结果与第一预测结果间的第一差异，确定第一损失值。
本公开实施例中，可以计算第二预测结果与第一预测结果间的第一差异，例如向量距离等，来确定第一损失值。
S306：根据第二预测结果与标注结果间的第二差异，确定第二损失值。
S307：基于大模型对应的第一权重及标注结果对应的第二权重，将第一损失值及第二损失值进行融合，以确定融合后的损失值。
本公开实施例中，学生模型生成系统可以基于第一权重和第二权重，对第一损失值及第二损失值进行加权求和，即计算第一损失值与第一权重的乘积，加上第二损失值与第二权重的乘积得到的和，确定为融合后的损失值。
需要说明的是，大模型对应的第一权重与标注结果对应的第二权重可能相同，也可能不同，本公开对此不做限定。
可选地，可以根据标注结果的获取形式，确定第一权重及第二权重。
本公开实施例中，由于标注结果可能是通过对样本数据进行快速标注得到的，因此标注结果的准确性可能较低，并且由大模型确定的第一预测结果的通常比较可靠，所以此时确定的第一权重应高于第二权重。从而根据标注结果的获取形式确定权重值对，提高了融合后的损失值的可靠性，为更准确地修正学生模型提供了条件。
或者，也可以根据学生模型的类型，确定第一权重及第二权重。
举例来说，学生模型的类型为相关性模型的情况下，与标注结果相比，大模型输出的第一预测结果对应的第一权重较高。而在学生模型的类型为情感分类模型的情况下，由于大模型对语义理解的局限性，标注结果对应的第二权重可能较高。
本公开实施例中，基于学生模型的类型确定权重值对，提高了融合后的损失值的可靠性，为更准确地修正学生模型提供了条件。
S308：基于融合后的损失值，确定修正梯度。
S309：基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。
上述S309的描述说明可以具体参见上述实施例，在此不再赘述。
本实施例中，学生模型生成系统在获取第一预测结果和第二预测结果之后，先根据第二预测结果与第一预测结果间的第一差异，确定第一损失值，然后根据第二预测结果与标注结果间的第二差异，确定第二损失值，之后再基于大模型对应的第一权重及标注结果对应的第二权重，将第一损失值及第二损失值进行融合，以确定融合后的损失值，从而确定修正梯度，对初始学生模型进行修正，以获取目标学生模型，可以进一步提高修正梯度的可靠性，使得基于修正梯度修正后获取的模型更加准确稳定。
图4是本公开一实施例提出的基于大模型的学生模型生成装置的结构示意图。
如图4所示，该基于大模型的学生模型生成装置400，包括：
第一获取模块401，用于获取样本数据集及提示信息，其中，样本数据集中包括多个输入数据及标注结果对；
第二获取模块402，用于将输入数据及提示信息输入大模型，以获取大模型生成的第一内容；
转化模块403，用于将第一内容转化为与标注结果类型相同的第一预测结果；
第三获取模块404，用于将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果；
确定模块405，用于根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度；
第四获取模块406，用于基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。
在一些实施例中，其中第一获取模块401，具体用于：
获取样本数据集；
根据样本数据集中的各个标注结果，确定提示信息中的第一信息，其中，第一信息用于指示大模型输出的第一内容的范围；
根据初始学生模型的类型，确定提示信息中的第二信息，其中，第二信息用于辅助大模型确定对输入数据的处理方式。
在一些实施例中，其中第一获取模块401，具体用于：
获取样本数据集；
从样本数据集中获取各个标注结果；
基于标注结果及初始学生模型关联的类型标签，对候选信息列表进行遍历，以获取与标注结果和/或类型标签匹配度最高的信息；
将信息确定为提示信息。
在一些实施例中，其中转化模块403，具体用于：
基于第一内容，遍历第一映射表，以获取与第一内容关联的第一预测结果。
在一些实施例中，其中转化模块403，还用于：
根据初始学生模型的类型，确定候选内容集；
根据候选内容集中每个候选内容与每个标注结果间的匹配度，确定与每个候选内容关联的标注结果；
基于候选内容及关联的标注结果，生成第一映射表。
在一些实施例中，其中转化模块403，还用于：
在第一映射表中未包含第一内容的情况下，返回执行将输入数据及提示信息输入大模型的操作。
在一些实施例中，其中基于大模型的学生模型生成装置400，还用于：
在第一映射列表中未包含大模型输出的第二内容、且大模型输出第二内容的次数大于次数阈值的情况下，确定第二内容与每个标注结果间的语义相似度；
确定与第二内容间的语义相似度最大的一个标注结果；
将第二内容与一个标注结果关联存入第一映射表中。
在一些实施例中，其中确定模块405，具体用于：
根据第二预测结果与第一预测结果间的第一差异，确定第一损失值；
根据第二预测结果与标注结果间的第二差异，确定第二损失值；
基于第一损失值及第二损失值，确定修正梯度。
在一些实施例中，其中确定模块405，具体用于：
基于大模型对应的第一权重及标注结果对应的第二权重，将第一损失值及第二损失值进行融合，以确定融合后的损失值；
基于融合后的损失值，确定修正梯度。
在一些实施例中，其中确定模块405，具体用于：
根据标注结果的获取形式，确定第一权重及第二权重；或者，
根据学生模型的类型，确定第一权重及第二权重。
需要说明的是，前述对基于大模型的学生模型生成方法的解释说明也适用于本实施例的基于大模型的学生模型生成装置，此处不再赘述。
本实施例中，学生模型生成系统首先获取样本数据集及提示信息，然后将样本数据库中的输入数据及提示信息输入大模型，以获取大模型生成的第一内容，之后将第一内容转化为与标注结果类型相同的第一预测结果，并且将输入数据输入初始学生模型，以获取初始学生模型输出的第二预测结果，然后再根据第二预测结果分别与第一预测结果、及标注结果的差异，确定修正梯度，最后基于修正梯度，对初始学生模型进行修正，以获取目标学生模型。由此，通过将大模型作为教师模型，基于预测结果的差异来训练学生模型，实现了根据需要对大模型进行能力提取，不仅提高了可部署模型的能力，又降低了模型的参数规模，为提高应用服务的性能提供了条件。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示，设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505，包括：输入单元506，例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等；存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如基于大模型的学生模型生成方法。例如，在一些实施例中，基于大模型的学生模型生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的基于大模型的学生模型生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行基于大模型的学生模型生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。在本公开的描述中，所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (23)
1.一种基于大模型的学生模型生成方法，包括：
获取样本数据集及提示信息，其中，所述样本数据集中包括多个输入数据及标注结果对；
将所述输入数据及所述提示信息输入大模型，以获取所述大模型生成的第一内容；
将所述第一内容转化为与所述标注结果类型相同的第一预测结果；
将所述输入数据输入初始学生模型，以获取所述初始学生模型输出的第二预测结果；
根据所述第二预测结果分别与所述第一预测结果、及所述标注结果的差异，确定修正梯度；
基于所述修正梯度，对所述初始学生模型进行修正，以获取目标学生模型。
2.如权利要求1所述的方法，其中，所述获取样本数据集及提示信息，包括：
获取样本数据集；
根据所述样本数据集中的各个标注结果，确定提示信息中的第一信息，其中，所述第一信息用于指示所述大模型输出的第一内容的范围；
根据所述初始学生模型的类型，确定所述提示信息中的第二信息，其中，所述第二信息用于辅助所述大模型确定对所述输入数据的处理方式。
3.如权利要求1所述的方法，其中，所述获取样本数据集及提示信息，包括：
获取样本数据集；
从所述样本数据集中获取各个标注结果；
基于所述标注结果及所述初始学生模型关联的类型标签，对候选信息列表进行遍历，以获取与所述标注结果和/或所述类型标签匹配度最高的信息；
将所述信息确定为所述提示信息。
4.如权利要求1所述的方法，其中，所述将所述第一内容转化为与所述标注结果类型相同的第一预测结果，包括：
基于所述第一内容，遍历第一映射表，以获取与所述第一内容关联的第一预测结果。
5.如权利要求4所述的方法，其中，在所述基于所述第一内容，遍历第一映射表之前，还包括：
根据所述初始学生模型的类型，确定候选内容集；
根据所述候选内容集中每个候选内容与每个所述标注结果间的匹配度，确定与每个所述候选内容关联的标注结果；
基于所述候选内容及关联的标注结果，生成所述第一映射表。
6.如权利要求4所述的方法，其中，所述基于所述第一内容，遍历第一映射表，以获取与所述第一内容关联的第一预测结果之后，还包括：
在所述第一映射表中未包含所述第一内容的情况下，返回执行所述将输入数据及所述提示信息输入所述大模型的操作。
7.如权利要求6所述的方法，其中，还包括：
在所述第一映射列表中未包含所述大模型输出的第二内容、且所述大模型输出所述第二内容的次数大于次数阈值的情况下，确定所述第二内容与每个所述标注结果间的语义相似度；
确定与所述第二内容间的语义相似度最大的一个标注结果；
将所述第二内容与所述一个标注结果关联存入所述第一映射表中。
8.如权利要求1-7任一所述的方法，其中，所述根据所述第二预测结果分别与所述第一预测结果、及所述标注结果的差异，确定修正梯度，包括：
根据所述第二预测结果与所述第一预测结果间的第一差异，确定第一损失值；
根据所述第二预测结果与所述标注结果间的第二差异，确定第二损失值；
基于所述第一损失值及所述第二损失值，确定所述修正梯度。
9.如权利要求8所述的方法，其中，所述基于所述第一损失值及所述第二损失值，确定所述修正梯度，包括：
基于所述大模型对应的第一权重及所述标注结果对应的第二权重，将所述第一损失值及所述第二损失值进行融合，以确定融合后的损失值；
基于所述融合后的损失值，确定所述修正梯度。
10.如权利要求9所述的方法，其中，确定所述第一权重及所述第二权重的过程，包括：
根据所述标注结果的获取形式，确定所述第一权重及所述第二权重；或者，
根据所述学生模型的类型，确定所述第一权重及所述第二权重。
11.一种基于大模型的学生模型生成装置，包括：
第一获取模块，用于获取样本数据集及提示信息，其中，所述样本数据集中包括多个输入数据及标注结果对；
第二获取模块，用于将所述输入数据及所述提示信息输入大模型，以获取所述大模型生成的第一内容；
转化模块，用于将所述第一内容转化为与所述标注结果类型相同的第一预测结果；
第三获取模块，用于将所述输入数据输入初始学生模型，以获取所述初始学生模型输出的第二预测结果；
确定模块，用于根据所述第二预测结果分别与所述第一预测结果、及所述标注结果的差异，确定修正梯度；
第四获取模块，用于基于所述修正梯度，对所述初始学生模型进行修正，以获取目标学生模型。
12.如权利要求11所述的装置，其中，所述第一获取模块，具体用于：
获取样本数据集；
根据所述样本数据集中的各个标注结果，确定提示信息中的第一信息，其中，所述第一信息用于指示所述大模型输出的第一内容的范围；
根据所述初始学生模型的类型，确定所述提示信息中的第二信息，其中，所述第二信息用于辅助所述大模型确定对所述输入数据的处理方式。
13.如权利要求11所述的装置，其中，所述第一获取模块，具体用于：
获取样本数据集；
从所述样本数据集中获取各个标注结果；
基于所述标注结果及所述初始学生模型关联的类型标签，对候选信息列表进行遍历，以获取与所述标注结果和/或所述类型标签匹配度最高的信息；
将所述信息确定为所述提示信息。
14.如权利要求11所述的装置，其中，所述转化模块，具体用于：
基于所述第一内容，遍历第一映射表，以获取与所述第一内容关联的第一预测结果。
15.如权利要求14所述的装置，其中，所述转化模块，还用于：
根据所述初始学生模型的类型，确定候选内容集；
根据所述候选内容集中每个候选内容与每个所述标注结果间的匹配度，确定与每个所述候选内容关联的标注结果；
基于所述候选内容及关联的标注结果，生成所述第一映射表。
16.如权利要求14所述的装置，其中，所述转化模块，还用于：
在所述第一映射表中未包含所述第一内容的情况下，返回执行所述将输入数据及所述提示信息输入所述大模型的操作。
17.如权利要求16所述的装置，其中，还用于：
在所述第一映射列表中未包含所述大模型输出的第二内容、且所述大模型输出所述第二内容的次数大于次数阈值的情况下，确定所述第二内容与每个所述标注结果间的语义相似度；
确定与所述第二内容间的语义相似度最大的一个标注结果；
将所述第二内容与所述一个标注结果关联存入所述第一映射表中。
18.如权利要求11-17任一所述的装置，其中，所述确定模块，具体用于：
根据所述第二预测结果与所述第一预测结果间的第一差异，确定第一损失值；
根据所述第二预测结果与所述标注结果间的第二差异，确定第二损失值；
基于所述第一损失值及所述第二损失值，确定所述修正梯度。
19.如权利要求18所述的装置，其中，所述确定模块，具体用于：
基于所述大模型对应的第一权重及所述标注结果对应的第二权重，将所述第一损失值及所述第二损失值进行融合，以确定融合后的损失值；
基于所述融合后的损失值，确定所述修正梯度。
20.如权利要求19所述的装置，其中，所述确定模块，具体用于：
根据所述标注结果的获取形式，确定所述第一权重及所述第二权重；或者，
根据所述学生模型的类型，确定所述第一权重及所述第二权重。
21.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-10中任一项所述的基于大模型的学生模型生成方法。
22.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，其中，所述计算机指令用于使所述计算机执行权利要求1-10中任一项所述的基于大模型的学生模型生成方法。
23.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-10中任一项所述基于大模型的学生模型生成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354829.7A CN117391185A (zh) | 2023-10-18 | 2023-10-18 | 基于大模型的学生模型生成方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311354829.7A CN117391185A (zh) | 2023-10-18 | 2023-10-18 | 基于大模型的学生模型生成方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117391185A true CN117391185A (zh) | 2024-01-12 |
Family
ID=89462491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311354829.7A Pending CN117391185A (zh) | 2023-10-18 | 2023-10-18 | 基于大模型的学生模型生成方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117391185A (zh) |
-
2023
- 2023-10-18 CN CN202311354829.7A patent/CN117391185A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112560496B (zh) | 语义分析模型的训练方法、装置、电子设备及存储介质 | |
| KR20220005416A (ko) | 다항 관계 생성 모델의 트레이닝 방법, 장치, 전자 기기 및 매체 | |
| EP4113357A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
| CN113407610B (zh) | 信息抽取方法、装置、电子设备和可读存储介质 | |
| CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
| CN112506359B (zh) | 输入法中候选长句的提供方法、装置及电子设备 | |
| CN113268560A (zh) | 用于文本匹配的方法和装置 | |
| CN112989797B (zh) | 模型训练、文本扩展方法，装置，设备以及存储介质 | |
| CN112906368B (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
| CN112560481B (zh) | 语句处理方法、设备和存储介质 | |
| CN117370524A (zh) | 答复生成模型的训练方法、答复语句生成方法和装置 | |
| CN113553411A (zh) | 查询语句的生成方法、装置、电子设备和存储介质 | |
| CN112989066A (zh) | 数据处理方法和装置、电子设备、计算机可读介质 | |
| CN116257611B (zh) | 问答模型的训练方法、问答处理方法、装置及存储介质 | |
| US20230141932A1 (en) | Method and apparatus for question answering based on table, and electronic device | |
| CN114416941B (zh) | 融合知识图谱的对话知识点确定模型的生成方法及装置 | |
| CN114118049B (zh) | 信息获取方法、装置、电子设备及存储介质 | |
| CN116049370A (zh) | 信息查询方法和信息生成模型的训练方法、装置 | |
| CN115577106A (zh) | 基于人工智能的文本分类方法、装置、设备和介质 | |
| CN114817476A (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
| CN117391185A (zh) | 基于大模型的学生模型生成方法及装置 | |
| CN115510203B (zh) | 问题答案确定方法、装置、设备、存储介质及程序产品 | |
| CN114896993B (zh) | 翻译模型的生成方法、装置、电子设备及存储介质 | |
| CN116069914B (zh) | 训练数据的生成方法、模型训练方法以及装置 | |
| CN113032540B (zh) | 人机交互方法、装置、设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |